[audio.cpp] C++/GGML MiniMax-Music3. Fits comfortably within 16 GB VRAM and supports CUDA, Vulkan, Metal, and AMD GPUs. Demo included.
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Tranquilo
- Stack tecnológico
- cpp
- Área
- audio-video-rtc
Línea de trabajo
Comienza revisando la descripción de la implementación de audio.cpp/GGML del issue y el material de demostración enlazado de 60s y 180s. El issue no indica archivos, pruebas, un punto de entrada ni un cambio solicitado, por lo que sería necesario pedir aclaraciones antes de que el trabajo pueda considerarse completo.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Repo: https://github.com/0xShug0/audio.cpp
Measured on an RTX 5090 with CUDA using a 30-second lyric generation request, 30 flow steps, flow guidance scale 1.7, AR guidance scale 1.5, and top-k 50. Peak VRAM is the observed nvidia-smi process peak during a warmup-plus-measured-request run.
| Component mix | Language model | RVQ depth decoder | Flow transformer | RTF | Speed | Peak VRAM |
|---|---|---|---|---|---|---|
| Default Q4/Q8/Q4 | q4_0 | q8_0 | q4_0 | 0.738 | 1.35x faster realtime | 9.8 GiB |
| Q8 | q8_0 | q8_0 | q8_0 | 0.832 | 1.20x faster realtime | 13.4 GiB |
| BF16 | bf16 | bf16 | bf16 | 1.389 | 0.72x realtime | 19.4 GiB |
60s and 180s (target duration) end to end demo, using the features/pop prompt from official demo
https://github.com/user-attachments/assets/4ecd1de8-fffd-4413-93e3-567eacc43843
- Lenguaje dominante
- Sin datos de lenguaje
- Estrellas
- 917
- Forks
- 85
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de MiniMax-AI/MiniMax-Music3
-
Instrumental ExamplesAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
MiniMax-AI/MiniMax-Music3#4 · 1 reacción ·
-
Music Caption from existing songAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
Long-form instrumental collapse into radio/station-surfing montage + hallucinated lyrics (~10–20s)Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
MiniMax-AI/MiniMax-Music3#7 · 1 comentario · 1 reacción ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
MiniMax-AI/MiniMax-Music3#3 · 1 comentario · 8 reacciones ·
Todos los issues de MiniMax-AI/MiniMax-Music3
Issues similares
-
[Bug]: VAD fails on every card when Condense Audio is on ('Future' object has no attribute 'join')Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
bpwhelan/GameSentenceMiner#585 ·
Los mantenedores suelen responder en 2 días
-
Report: USA Network EastAbiertocheck:passed streams:remove
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
gradio-app/gradio#13898 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
78/xiaozhi-esp32#2279 · 1 comentario ·
Los mantenedores suelen responder en 2 días
-
read_jpeg()/get_frame_jpeg() encodes RGB JPEGs (components R,G,B) → green/magenta in browsersAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
pollen-robotics/reachy_mini#1433 ·
Los mantenedores suelen responder en 1 día