# Generación de audio local (audio.cpp)

> Entorno de ejecución para música, efectos de sonido y voz locales en AI Game Dev, usando audio.cpp (C++, ggml) en CUDA, Vulkan, Metal o la CPU. Ejecuta ACE-Step 1.5, MiniMax-Music3, Magenta RealTime 2, MOSS-SoundEffect v2, Qwen3-TTS, VoxCPM2 y otros modelos de voz. Los modelos son paquetes independientes.

- Id: `aigd.audiocpp`
- Origen: Oficial (propio `aigd.*`)
- Categoría: Runtimes
- Editor: AI Game Dev (`aigd`), verificado
- Última versión: 1.0.2 (publicado el 2026-11-22)
- Licencia: MIT
- Requiere la app AI Game Dev: `>=0.32.0-beta.6`
- Código nativo: no
- Valoración: aún sin valoraciones
- Página HTML: https://ai-game.dev/es/packages/aigd.audiocpp

## Instalar

Con la CLI gamedev, en la carpeta del proyecto:

```bash
gamedev pkg add aigd.audiocpp
```

En la app de escritorio: abre la ventana Packages (el icono de paquete en la barra de estado), selecciona **Browse**, busca `aigd.audiocpp` y haz clic en **Add to Project**. Más: https://ai-game.dev/docs/wiki/app/packages

## Versiones

| Versión | Publicado | Requiere app | Notas |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | la más reciente |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## Descripción

````markdown
# Generación de audio local (`aigd.audiocpp`)

Generación de audio local es el entorno de ejecución que permite a la app AI Game Dev crear música, efectos de sonido y voz en tu propio ordenador, en tu GPU o CPU, con [audio.cpp](https://github.com/0xShug0/audio.cpp), un motor de inferencia en C++ puro para modelos de audio construido sobre ggml, sin dependencia de Python. Todo se genera en tu ordenador y generarlo no cuesta nada. Un solo entorno de ejecución sirve para muchos modelos abiertos: canciones e instrumentales, efectos de sonido ambientales y voces para personajes en muchos idiomas. Instálalo y luego añade los paquetes de modelos que quieras.

## Qué hace

- Descarga la versión de audio.cpp que se adapta a tu ordenador (Windows con CUDA, Vulkan o la CPU; Macs con Apple silicon en Metal; Linux como vista previa, en Vulkan o la CPU), la verifica mediante sha256 y la ejecuta.
- Ejecuta cada paquete de modelos de audio.cpp instalado a través de la herramienta **Audio** de la sesión, igual que el modelo de voz integrado, para que tú y el agente podáis pedir música, efectos de sonido o voz con palabras sencillas.
- Ejecuta `audiocpp_cli` una vez por cada sonido, así no queda nada en memoria entre generaciones.
- Te permite elegir el backend: el ajuste `backend` selecciona CUDA, Vulkan, Metal o la CPU cuando Auto no encaja con tu ordenador.
- Te permite decidir si el agente puede usar un modelo recién descargado (el ajuste `newModelsDefault`; los modelos que ya descargaste conservan su propio ajuste).

Este paquete solo contiene datos (`aigd-package.json`, sin código). Indica a AI Game Developer qué versión de audio.cpp descargar para tu ordenador. La app descarga, verifica y ejecuta el programa por sí misma.

## Los modelos son paquetes independientes

Este paquete no contiene ningún modelo. Cada paquete de modelo de audio (música, efectos de sonido, voz) indica sus archivos y cómo lo ejecuta audio.cpp. Nada se descarga sin tu confirmación, y primero ves el tamaño y la licencia del modelo. Estos paquetes de modelos funcionan con él:

| Tipo | Paquete | Qué genera |
|---|---|---|
| Música | [ACE-Step 1.5](https://ai-game.dev/packages/aigd.audio-ace-step-1-5) | canciones con voz o instrumentales, letras en 50 idiomas, hasta 10 min |
| Música | [MiniMax-Music3](https://ai-game.dev/packages/aigd.audio-minimax-music3) | canciones completas con letra cantada, hasta 5 min |
| Música | [Magenta RealTime 2](https://ai-game.dev/packages/aigd.audio-magenta-rt2) | música instrumental, hasta 3 min; Small también se ejecuta en una CPU |
| Efectos de sonido | [MOSS-SoundEffect v2](https://ai-game.dev/packages/aigd.audio-moss-soundeffect-v2) | sonidos de ambiente, naturaleza, ciudad, criaturas y acciones humanas, hasta 30 s |
| Voz | [Qwen3-TTS 0.6B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-0-6b-base) | clonación de voz en 10 idiomas, en GPU más pequeñas |
| Voz | [Qwen3-TTS 1.7B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-base) | clonación de voz en 10 idiomas |
| Voz | [Qwen3-TTS 1.7B CustomVoice](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-customvoice) | nueve voces integradas con instrucciones de emoción |
| Voz | [Qwen3-TTS 1.7B VoiceDesign](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-voicedesign) | una voz nueva a partir de una descripción de texto |
| Voz | [VoxCPM2](https://ai-game.dev/packages/aigd.audio-voxcpm2) | 30 idiomas: clonación de voz, diseño de voz y emoción |
| Voz | [Fun-CosyVoice3](https://ai-game.dev/packages/aigd.tts-cosyvoice3) | clonación de voz en 9 idiomas y cantonés |
| Voz | [Fish Audio S2 Pro](https://ai-game.dev/packages/aigd.tts-fish-s2-pro) | clonación de voz y más de 80 idiomas; licencia no comercial |
| Voz | [IndexTTS 2.5](https://ai-game.dev/packages/aigd.tts-indextts25) | clonación de voz con control de emoción |
| Voz | [Magpie TTS Multilingual](https://ai-game.dev/packages/aigd.tts-magpie) | 13 idiomas y dialectos, cinco voces |
| Voz | [Ming-3.0 TTS 0.5B](https://ai-game.dev/packages/aigd.tts-ming3) | siete idiomas, clonación de voz y diseño de voz |
| Voz | [OmniVoice](https://ai-game.dev/packages/aigd.tts-omnivoice) | más de 600 idiomas, clonación de voz; licencia no comercial |
| Voz | [Phonon 31M](https://ai-game.dev/packages/aigd.tts-phonon) | modelo inglés minúsculo, en tiempo real en la CPU de un portátil |
| Voz | [Pocket TTS 100M](https://ai-game.dev/packages/aigd.tts-pocket) | seis idiomas, voces predefinidas o clonación, rápido en una CPU |
| Voz | [ZONOS3-Mini](https://ai-game.dev/packages/aigd.tts-zonos3-mini) | ocho idiomas, voces predefinidas o clonación |

Los modelos de Stable Audio 3 se ejecutan en un entorno de ejecución aparte, [Efectos de sonido y música locales](https://ai-game.dev/packages/aigd.sa3cpp) (`aigd.sa3cpp`).

## Ejemplos de peticiones

Una vez instalados el entorno de ejecución y un modelo, pides al agente con palabras sencillas:

- "Crea una pista ambiental tranquila de 60 segundos para el nivel del bosque."
- "Genera un ambiente de 10 segundos de lluvia sobre un techo de hojalata."
- "Lee las líneas del tendero en `dialogue/shop.txt` con una voz cálida y amable."

## Qué se descarga

Una versión upstream, fijada por etiqueta y verificada mediante sha256: `0xShug0/audio.cpp` [`v0.9.5`](https://github.com/0xShug0/audio.cpp/releases/tag/v0.9.5) (commit `61c7838baf1f7f34769b5b7bd369c0d78edf9535`). La app elige una variante para tu ordenador.

| Variante | Ordenador | Descarga |
|---|---|---|
| `win-x64-cuda12` | Windows, GPU NVIDIA (controlador 551.61 o posterior) | 1.08 GB (programa + entorno de ejecución NVIDIA CUDA 12.4) |
| `win-x64-vulkan` | Windows, GPU AMD / Intel / otras | 86 MB |
| `win-x64-cpu` | Windows sin una GPU compatible (lento) | 34 MB |
| `darwin-arm64-metal` | Mac con Apple silicon, macOS 13.3 o posterior | 39 MB |
| `linux-x64-vulkan` | Linux x64 con una GPU Vulkan, **glibc 2.43 o posterior**. Requiere `libgomp.so.1` y `libvulkan.so.1` | 119 MB |
| `linux-x64-cpu` | Linux x64 sin una GPU compatible, glibc 2.43 o posterior (lento) | 67 MB |

**Linux es una vista previa.** La única compilación CUDA para Linux de audio.cpp v0.9.5 es un servidor pensado para Colab, no el programa de línea de comandos que ejecuta la app, así que en Linux con una GPU NVIDIA se ejecuta la variante Vulkan.

La app nunca instala controladores ni bibliotecas del sistema. Si falta algo, te indica qué instalar. audio.cpp carga eSpeak-ng del sistema para algunas familias de voz; este paquete no lo incluye, y los modelos que ofrece AI Game Dev no lo necesitan.

## Licencias

- audio.cpp — Apache-2.0, © 2026 ShugoAI LLC ([licencia](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/LICENSE)).
- Incluidos: ggml (MIT), SentencePiece (Apache-2.0), cJSON, cpp-httplib, libyaml y utf8proc (MIT), LZ4 (BSD-2-Clause) — consulta [`external/`](https://github.com/0xShug0/audio.cpp/tree/v0.9.5/external).
- DLL del entorno de ejecución de Microsoft Visual C++, en las variantes de Windows — redistribuidas por el upstream bajo los [términos de licencia de Visual C++ Redistributable](https://visualstudio.microsoft.com/license-terms/).
- Entorno de ejecución NVIDIA CUDA (cudart, cuBLAS, cuBLASLt, cuFFT), solo en la variante CUDA de Windows — redistribuido por el upstream bajo el [EULA de NVIDIA CUDA](https://docs.nvidia.com/cuda/eula/).
- Este paquete — MIT. Cada paquete de modelo declara su propia licencia; los pesos de los modelos conservan la licencia de su versión original.

Todos los archivos se descargan de la versión de GitHub del upstream. AI Game Dev no los aloja.
````
