Lokale Audiogenerierung (audio.cpp)
gamedev pkg add aigd.audiocppÜbersicht
Laufzeitumgebung für lokale Musik, Soundeffekte und Sprache in AI Game Dev, mit audio.cpp (C++, ggml) auf CUDA, Vulkan, Metal oder der CPU. Führt ACE-Step 1.5, MiniMax-Music3, Magenta RealTime 2, MOSS-SoundEffect v2, Qwen3-TTS, VoxCPM2 und weitere Sprachmodelle aus. Modelle sind separate Pakete.
Lokale Audiogenerierung ist die Laufzeitumgebung, mit der die AI Game Dev App Musik, Soundeffekte und Sprache auf deinem eigenen Computer erzeugt, auf deiner GPU oder CPU, mit audio.cpp, einer reinen C++-Inferenz-Engine für Audiomodelle auf Basis von ggml, ohne Python-Abhängigkeit. Alles entsteht auf deinem Computer, und die Erzeugung kostet nichts. Eine Laufzeitumgebung bedient viele offene Modelle: Songs und Instrumentals, Umgebungsgeräusche und Stimmen für Charaktere in vielen Sprachen. Installiere sie und füge dann die gewünschten Modellpakete hinzu.
Was es macht
- Lädt das audio.cpp-Release herunter, das zu deinem Computer passt (Windows mit CUDA, Vulkan oder der CPU; Macs mit Apple silicon auf Metal; Linux als Vorschau, auf Vulkan oder der CPU), prüft es per sha256 und führt es aus.
- Führt jedes installierte audio.cpp-Modellpaket über das Audio-Werkzeug der Sitzung aus, wie das eingebaute Sprachmodell, sodass du und der Agent Musik, Soundeffekte oder Sprache in einfachen Worten anfordern könnt.
- Führt
audiocpp_clieinmal pro Sound aus, damit zwischen den Generierungen nichts im Speicher bleibt. - Lässt dich das Backend wählen: Die Einstellung
backendwählt CUDA, Vulkan, Metal oder die CPU, wenn Auto nicht zu deinem Computer passt. - Lässt dich entscheiden, ob der Agent ein neu heruntergeladenes Modell verwenden darf (die Einstellung
newModelsDefault; bereits heruntergeladene Modelle behalten ihre eigene Einstellung).
Dieses Paket enthält nur Daten (aigd-package.json, keinen Code). Es teilt AI Game Dev mit, welches audio.cpp-Release für deinen Computer heruntergeladen werden soll. Die App lädt das Programm selbst herunter, prüft es und führt es aus.
Modelle sind separate Pakete
Dieses Paket enthält kein Modell. Jedes Audiomodell-Paket (Musik, Soundeffekte, Sprache) nennt seine Dateien und wie audio.cpp es ausführt. Nichts wird ohne deine Bestätigung heruntergeladen, und du siehst zuerst die Größe und die Lizenz des Modells. Diese Modellpakete laufen damit:
| Art | Paket | Was es erzeugt |
|---|---|---|
| Musik | ACE-Step 1.5 | Songs mit Gesang oder Instrumentals, Songtexte in 50 Sprachen, bis zu 10 Min. |
| Musik | MiniMax-Music3 | komplette Songs mit gesungenem Text, bis zu 5 Min. |
| Musik | Magenta RealTime 2 | Instrumentalmusik, bis zu 3 Min.; Small läuft auch auf einer CPU |
| Soundeffekte | MOSS-SoundEffect v2 | Ambiente-, Natur-, Stadt-, Kreaturen- und menschliche Aktionsgeräusche, bis zu 30 s |
| Sprache | Qwen3-TTS 0.6B Base | Voice-Cloning in 10 Sprachen, auf kleineren GPUs |
| Sprache | Qwen3-TTS 1.7B Base | Voice-Cloning in 10 Sprachen |
| Sprache | Qwen3-TTS 1.7B CustomVoice | neun integrierte Stimmen mit Emotionsanweisungen |
| Sprache | Qwen3-TTS 1.7B VoiceDesign | eine neue Stimme aus einer Textbeschreibung |
| Sprache | VoxCPM2 | 30 Sprachen: Voice-Cloning, Stimmdesign und Emotion |
| Sprache | Fun-CosyVoice3 | Voice-Cloning in 9 Sprachen und Kantonesisch |
| Sprache | Fish Audio S2 Pro | Voice-Cloning und 80+ Sprachen; nicht-kommerzielle Lizenz |
| Sprache | IndexTTS 2.5 | Voice-Cloning mit Emotionssteuerung |
| Sprache | Magpie TTS Multilingual | 13 Sprachen und Dialekte, fünf Stimmen |
| Sprache | Ming-3.0 TTS 0.5B | sieben Sprachen, Voice-Cloning und Stimmdesign |
| Sprache | OmniVoice | 600+ Sprachen, Voice-Cloning; nicht-kommerzielle Lizenz |
| Sprache | Phonon 31M | winziges englisches Modell, Echtzeit auf einer Laptop-CPU |
| Sprache | Pocket TTS 100M | sechs Sprachen, voreingestellte Stimmen oder Cloning, schnell auf einer CPU |
| Sprache | ZONOS3-Mini | acht Sprachen, voreingestellte Stimmen oder Cloning |
Stable Audio 3-Modelle laufen auf einer separaten Laufzeitumgebung, Lokale Soundeffekte und Musik (aigd.sa3cpp).
Beispielanfragen
Sobald die Laufzeitumgebung und ein Modell installiert sind, bittest du den Agenten in einfachen Worten:
- "Erstelle einen 60-sekündigen ruhigen Ambient-Track für das Waldlevel."
- "Generiere eine 10-sekündige Umgebung mit Regen auf einem Blechdach."
- "Lies die Zeilen des Ladenbesitzers in
dialogue/shop.txtmit einer warmen, freundlichen Stimme vor."
Was heruntergeladen wird
Ein Upstream-Release, per Tag festgelegt und per sha256 geprüft: 0xShug0/audio.cpp v0.9.5 (Commit 61c7838baf1f7f34769b5b7bd369c0d78edf9535). Die App wählt eine Variante für deinen Computer.
| Variante | Computer | Download |
|---|---|---|
win-x64-cuda12 | Windows, NVIDIA GPU (Treiber 551.61 oder neuer) | 1.08 GB (Programm + NVIDIA CUDA 12.4 Runtime) |
win-x64-vulkan | Windows, AMD / Intel / andere GPUs | 86 MB |
win-x64-cpu | Windows ohne unterstützte GPU (langsam) | 34 MB |
darwin-arm64-metal | Mac mit Apple silicon, macOS 13.3 oder neuer | 39 MB |
linux-x64-vulkan | Linux x64 mit einer Vulkan-GPU, glibc 2.43 oder neuer. Benötigt libgomp.so.1 und libvulkan.so.1 | 119 MB |
linux-x64-cpu | Linux x64 ohne unterstützte GPU, glibc 2.43 oder neuer (langsam) | 67 MB |
Linux ist eine Vorschau. Der einzige Linux-CUDA-Build von audio.cpp v0.9.5 ist ein auf Colab ausgerichteter Server, nicht das Kommandozeilenprogramm, das die App ausführt; unter Linux mit einer NVIDIA GPU läuft daher die Vulkan-Variante.
Die App installiert nie Treiber oder Systembibliotheken. Wenn etwas fehlt, sagt sie dir, was du installieren musst. audio.cpp lädt eSpeak-ng für einige Sprachfamilien aus dem System; dieses Paket liefert es nicht mit, und die Modelle, die AI Game Dev anbietet, brauchen es nicht.
Lizenzen
- audio.cpp — Apache-2.0, © 2026 ShugoAI LLC (Lizenz).
- Enthalten: ggml (MIT), SentencePiece (Apache-2.0), cJSON, cpp-httplib, libyaml und utf8proc (MIT), LZ4 (BSD-2-Clause) — siehe
external/. - Microsoft Visual C++ Runtime-DLLs, in den Windows-Varianten — von Upstream unter den Lizenzbedingungen für das Visual C++ Redistributable weitergegeben.
- NVIDIA CUDA Runtime (cudart, cuBLAS, cuBLASLt, cuFFT), nur in der Windows-CUDA-Variante — von Upstream unter der NVIDIA CUDA EULA weitergegeben.
- Dieses Paket — MIT. Jedes Modellpaket nennt seine eigene Lizenz; Modellgewichte behalten die Lizenz ihrer ursprünglichen Veröffentlichung.
Alle Dateien werden aus dem Upstream-GitHub-Release heruntergeladen. AI Game Dev hostet sie nicht.
Versionen
| Version | Veröffentlicht | Benötigt die App |
|---|---|---|
| 1.0.2Neueste | 0.32.0-beta.6 oder neuer | |
| 1.0.1 | 0.32.0-beta.6 oder neuer |
Installieren
In der Desktop-App
Öffne das Fenster Packages (das Paket-Symbol in der Statusleiste), wähle Browse, suche aigd.audiocpp und klicke auf Add to Project.
Noch keine App? Lade AI Game Dev kostenlos herunter für Windows, macOS oder Linux.
Im Terminal
Mit der gamedev CLI in deinem Projektordner:
gamedev pkg add aigd.audiocppVoraussetzungen
- AI Game Dev 0.32.0-beta.6 oder neuer
gamedev pkg add aigd.audiocpp