# Paquetes de AI Game Dev

> Explora todos los paquetes de la app de escritorio AI Game Dev y del CLI gamedev: paquetes oficiales aigd.* y paquetes de la comunidad, con versiones, valoraciones, licencias y comandos de instalación.

HTML: https://ai-game.dev/es/packages · Por paquete: `https://ai-game.dev/es/packages/<id>` (Markdown: añade `.md`) · Instalar: `gamedev pkg add <id>`, o la ventana Paquetes de la app de escritorio (Explorar). Cómo funcionan los paquetes: https://ai-game.dev/docs/wiki/app/packages

Filtro: búsqueda `-`, origen official, categoría Audio, editor `aigd`, ordenado por featured. 32 de 74 paquetes.

## Paquetes oficiales

- [ACE-Step (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, de AI Game Dev): ACE-Step 1.5 en la nube: generación musical abierta a partir de un prompt de estilo, de 10 s a 4 minutos, el modelo de música en la nube más ligero de tu cuota para bocetar pistas de juegos. Usa tu cuota; el mismo modelo también se ejecuta en local.
- [ACE-Step 1.5 (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, de AI Game Dev): Modelo de música ACE-Step 1.5 Turbo: canciones con voces o instrumentales a partir de un prompt de estilo (género, estado de ánimo, instrumentos, tempo) y letras opcionales en 50 idiomas, de 10 s a 10 min, estéreo a 48 kHz, para temas y bandas sonoras de videojuegos. Se ejecuta en local en tu GPU con audio.cpp. Licencia MIT, se permite el uso comercial.
- [Chatterbox Multilingual V3 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, de AI Game Dev): Texto a voz local en 20 idiomas de Resemble AI: clona una voz a partir de un clip de 3-60 s sin transcripción, o habla con su voz integrada, con un control Exaggeration para la emoción. Para diálogos y voces en off de juegos localizados. Se ejecuta en la CPU en el entorno de ejecución ONNX de la app, más lentamente que en tiempo real. MIT. Resemble AI ya no le da mantenimiento.
- [Chatterbox Turbo (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, de AI Game Dev): Conversión de texto a voz local y rápida en inglés de Resemble AI (350M): la voz propia del modelo o una voz clonada a partir de un clip de 5-30 s, con etiquetas de sonido como \[laugh\], \[chuckle\] y \[cough\] en el texto. Para diálogos de personajes y voces en off. Se ejecuta con llama.cpp en una GPU o en la CPU. MIT, se permite el uso comercial.
- [ElevenLabs (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, de AI Game Dev): ElevenLabs en la nube para el audio del juego: habla con 21 voces (v4 Turbo y Eleven v4) para diálogos y narración, y efectos de sonido a partir de una descripción, de 1 a 30 s; música próximamente. Consume tu cuota.
- [Fish Audio S2 Pro (modelo de voz, no comercial)](https://ai-game.dev/es/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, de AI Game Dev): El modelo de conversión de texto a voz de 4B de Fish Audio, ejecutado en local: más de 80 idiomas, clonación de voz a partir de un clip y su transcripción, y etiquetas de interpretación en línea como \[laughing\], \[whisper\] o \[pause\]. Se ejecuta con audio.cpp en una GPU con 8 GB o más. Licencia no comercial: el uso comercial requiere una licencia aparte de Fish Audio.
- [Fun-CosyVoice3 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, de AI Game Dev): Texto a voz local con clonación de voz de Tongyi Lab de Alibaba: Fun-CosyVoice3 0.5B habla con la voz de un clip de 3-30 s en chino, inglés, japonés, coreano, alemán, español, francés, italiano, ruso y cantonés, y sigue instrucciones de estilo (emoción, velocidad, dialecto). Se ejecuta en tu GPU con audio.cpp. Apache-2.0.
- [IndexTTS 2.5 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, de AI Game Dev): IndexTTS 2.5 de bilibili, ejecutado en local: clonación de voz zero-shot a partir de un clip de 3-30 s con la emoción descrita en una instrucción, en chino, inglés, japonés, español y árabe. Para diálogos de juego expresivos. Se ejecuta en una GPU con unos 6 GB con audio.cpp. Se permite el uso comercial por debajo de los límites de tamaño de la licencia.
- [Kokoro (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, de AI Game Dev): Kokoro en la nube: un modelo de voz abierto de inglés estadounidense con 20 voces, que consume poco de tu cuota, para diálogos de juego provisionales y de borrador. Usa tu cuota; el mismo modelo también se ejecuta en local.
- [Kokoro 82M (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, de AI Game Dev): Kokoro 82M de hexgrad, un modelo de texto a voz en inglés pequeño y muy valorado, ejecutado localmente: 28 voces predefinidas americanas y británicas para diálogos de NPC, narración y líneas de interfaz. Rápido incluso en CPU (llama.cpp); sin clonación de voz. Apache-2.0, se permite el uso comercial.
- [Efectos de sonido y música locales (Stable Audio 3)](https://ai-game.dev/es/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, de AI Game Dev): Entorno de ejecución para efectos de sonido y música locales en AI Game Dev con sa3.cpp, el port C++/ggml de Stable Audio 3, en CUDA, Vulkan, Metal o la CPU, sin Python. Ejecuta los modelos Stable Audio 3 Small SFX, Small Music y Medium, que son paquetes independientes.
- [Voz local (llama.cpp)](https://ai-game.dev/es/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, de AI Game Dev): Reproduce texto en voz alta en este equipo con la herramienta de voz de llama.cpp, sin conexión y sin consumir tu cuota: líneas de voz, narración y diálogos de marcador de posición en GPU NVIDIA, AMD o Intel, en Apple o en la CPU. Modelos como Kokoro y Chatterbox Turbo son paquetes aparte.
- [Lyria (audio en la nube)](https://ai-game.dev/es/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, de AI Game Dev): Música de Google Lyria 3 en la nube: clips de 30 segundos, instrumentales o con voces, a partir de una descripción de texto, para temas de menú, bocetos de música de niveles y bases para tráileres. Consume tu cuota.
- [Magenta RealTime 2 (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, de AI Game Dev): Modelos de música instrumental Google Magenta RealTime 2: música de fondo a partir de un prompt de estilo, de 1 s a 3 min, estéreo a 48 kHz, sin voces. Small (230M) funciona en cualquier GPU e incluso en una CPU; Base (2.4B) necesita una GPU. Se ejecuta en local con audio.cpp. CC BY 4.0, se permite el uso comercial.
- [Magpie TTS Multilingual (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, de AI Game Dev): Magpie TTS Multilingual 357M de NVIDIA, ejecutado en local: voz en 13 idiomas y dialectos (incluidos hindi, vietnamita, portugués de Brasil y tres variantes de árabe) con cinco voces predefinidas, para diálogos y anuncios localizados. Sin clonación de voz. Rinde mejor en una GPU, con audio.cpp. NVIDIA Open Model License.
- [Ming-3.0 TTS 0.5B (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, de AI Game Dev): Ming-3.0 TTS 0.5B de inclusionAI, ejecutado en local: voz en chino, inglés, japonés, coreano, alemán, francés y español, con clonación de voz a partir de un clip y diseño de voz a partir de una descripción de texto, para voces de personajes de juego diferenciadas. Mejor en una GPU, con audio.cpp. MIT, se permite el uso comercial.
- [MiniMax-Music3 (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, de AI Game Dev): MiniMax-Music3: canciones completas con voces cantadas a partir de un prompt de estilo y una letra con etiquetas \[verse\]/\[chorus\], de hasta 5 minutos, estéreo a 44.1 kHz, para temas principales y singles de banda sonora. Se ejecuta localmente en tu GPU con audio.cpp. Licencia comunitaria: muestra "MiniMax-Music3", marca la salida como generada por máquina, límite de ingresos.
- [MOSS-SoundEffect v2 (modelo de efectos de sonido)](https://ai-game.dev/es/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, de AI Game Dev): MOSS-SoundEffect v2 de OpenMOSS: efectos de sonido y ambiente (naturaleza, ciudad, criaturas, acciones humanas) a partir de una descripción en inglés o chino, de 1 a 30 s, 48 kHz mono, para niveles y escenas de juego. Se ejecuta localmente en tu GPU con audio.cpp. Apache-2.0 (según la ficha del modelo), uso comercial permitido.
- [OmniVoice (modelo de voz, no comercial)](https://ai-game.dev/es/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, de AI Game Dev): OmniVoice de k2-fsa, ejecutado localmente: texto a voz en más de 600 idiomas con su propia voz predeterminada o una voz clonada a partir de un clip y su transcripción. Útil para idiomas poco comunes en proyectos no comerciales. Funciona mejor en una GPU, con audio.cpp. Licencia no comercial (CC-BY-NC).
- [Phonon 31M (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, de AI Game Dev): Phonon 31M de Gradium, un modelo local de texto a voz en inglés muy pequeño y con una sola voz: más rápido que en tiempo real en la CPU de un portátil, para narración rápida, líneas de interfaz y de relleno. Descarga de 85.5 MB, se ejecuta con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Pocket TTS 100M (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, de AI Game Dev): Pocket TTS 100M de Kyutai, en local: un checkpoint para inglés, francés, alemán, español, italiano y portugués, 15 voces predefinidas por idioma o clonación de voz a partir de un clip corto sin transcripción. Más rápido que el tiempo real en CPU, con audio.cpp. CC-BY-4.0: uso comercial con atribución, bajo los términos de uso de Kyutai.
- [Qwen3-TTS 0.6B Base (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, de AI Game Dev): Qwen3-TTS 0.6B Base: texto a voz que clona la voz de un clip de referencia corto (3 s o más) en 10 idiomas, 24 kHz, para diálogos de personajes y narración. El modelo de clonación más pequeño, para GPU con unos 4 GB (estimación). Se ejecuta en local con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Qwen3-TTS 1.7B Base (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, de AI Game Dev): Qwen3-TTS 1.7B Base: texto a voz que clona la voz de un clip de referencia corto (3 s o más) en 10 idiomas, 24 kHz, para diálogos de personajes y narración. El modelo de clonación más grande, para GPUs con unos 6 GB (estimación). Se ejecuta localmente con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Qwen3-TTS 1.7B CustomVoice (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, de AI Game Dev): Qwen3-TTS 1.7B CustomVoice: texto a voz con nueve voces integradas e instrucciones de emoción y forma de hablar («Emocionado, rápido», «Susurrando, triste») en 10 idiomas, 24 kHz, para diálogos de NPC y narración. Se ejecuta localmente en tu GPU con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Qwen3-TTS 1.7B VoiceDesign (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, de AI Game Dev): Qwen3-TTS 1.7B VoiceDesign: texto a voz con una voz nueva diseñada a partir de una descripción escrita («Un viejo marinero ronco, grave y lento») que también fija la emoción y la interpretación, en 10 idiomas, 24 kHz, para voces de personajes. Se ejecuta en local en tu GPU con audio.cpp. Apache-2.0, se permite el uso comercial.
- [Stable Audio 3 Medium (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, de AI Game Dev): Stable Audio 3 Medium: música instrumental desde un prompt de texto, hasta 6 min 20 s, estéreo a 44,1 kHz, sin voces; el modelo de música más grande de Stable Audio 3, para bandas sonoras largas. Se ejecuta en local con sa3.cpp en una GPU (12 GB en CUDA, 13 GB en Vulkan para las piezas más largas). Stability AI Community License: uso comercial solo por debajo de US$1M anuales, previo registro.
- [Stable Audio 3 Small Music (modelo de música)](https://ai-game.dev/es/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, de AI Game Dev): Stable Audio 3 Small Music: música instrumental y bucles a partir de un prompt de texto, hasta 2 minutos, 44.1 kHz estéreo, sin voces, para música de fondo, cues y jingles de juegos. Se ejecuta localmente con sa3.cpp en una GPU de 4 GB, o lentamente en una CPU. Stability AI Community License: uso comercial solo por debajo de US$1M de ingresos anuales, tras registrarse.
- [Stable Audio 3 Small SFX (modelo de efectos de sonido)](https://ai-game.dev/es/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, de AI Game Dev): Stable Audio 3 Small SFX: efectos de sonido y foley para juegos a partir de un prompt de texto (impactos, pasos, sonidos de UI, ambientes), de 1 a 60 s, estéreo a 44.1 kHz. Se ejecuta localmente con sa3.cpp en una GPU de 4 GB, o lentamente sin GPU. Stability AI Community License: uso comercial solo por debajo de US$1M de ingresos anuales, tras registrarte.
- [SuperCollider](https://ai-game.dev/es/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, de AI Game Dev): Compón, renderiza, analiza y exporta música portable para juegos con SuperCollider 3.14.1 en tu equipo: partituras como código en tu proyecto, renders WAV sin conexión, stems y bucles sincronizados, importación de samples, vista previa y exportación a Unity, Godot o Unreal.
- [Supertonic 3 (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, de AI Game Dev): Supertonic 3 de Supertone, texto a voz local y rápido en 31 idiomas con diez voces predefinidas y etiquetas \<laugh\>, \<breath\> y \<sigh\> en el texto, para diálogos y narraciones localizados. Se ejecuta en la CPU con el runtime ONNX de la app. Sin clonación de voz. Open RAIL-M: uso comercial dentro de sus restricciones de uso.
- [VoxCPM2 (modelo de voz)](https://ai-game.dev/es/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, de AI Game Dev): VoxCPM2 de OpenBMB: conversión de texto a voz en 30 idiomas y 9 dialectos chinos a 48 kHz, con clonación de voz a partir de un clip corto, diseño de voz a partir de una descripción e instrucciones de emoción y ritmo, para diálogos de personajes y narración. Se ejecuta localmente en tu GPU con audio.cpp. Apache-2.0, uso comercial permitido.
- [ZONOS3-Mini (modelo de voz)](https://ai-game.dev/es/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, de AI Game Dev): ZONOS3-Mini de Zyphra, un modelo local de texto a voz expresivo: inglés, francés, alemán, español, italiano, portugués, chino y coreano con 13 voces predefinidas, o clonación de voz a partir de un clip. Se ejecuta en la CPU de un portátil (más o menos en tiempo real) o en una GPU, con audio.cpp. Apache-2.0, se permite el uso comercial.
