realtime-music

一位开发者使用ESP32微控制器、MacBook、用于实时音乐生成的Magenta Realtime 2、用于转录的MLX Whisper，以及用于工具调用的Qwen模型，构建了一个本地语音控制的音乐系统，实现了对音乐元素（如流派和乐器）的对话式控制。

谷歌在Hugging Face上发布了Magenta RealTime 2，这是一个开源权重模型，可在设备上实现实时连续音乐生成，延迟约200毫秒，并可通过文本、音频或MIDI进行控制。