# AI Game Devのパッケージ

> AI Game Devデスクトップアプリとgamedev CLIの全パッケージを検索できます。公式のaigd.*パッケージとコミュニティパッケージを、バージョン、評価、ライセンス、インストールコマンド付きで紹介します。

HTML: https://ai-game.dev/ja/packages · パッケージごと: `https://ai-game.dev/ja/packages/<id>`（Markdown: 末尾に`.md`を追加）· インストール: `gamedev pkg add <id>`、またはデスクトップアプリの「パッケージ」ウィンドウ（閲覧）。パッケージの仕組み: https://ai-game.dev/docs/wiki/app/packages

フィルター: 検索 `-`、ソース all、カテゴリ オーディオ、発行元 `aigd`、並び順 featured。74件中32件のパッケージ。

## 公式パッケージ

- [ACE-Step（クラウドオーディオ）](https://ai-game.dev/ja/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, AI Game Dev作): クラウド上のACE-Step 1.5。スタイルプロンプトから10秒〜4分のオープンな音楽生成ができ、ゲーム曲のスケッチ用として利用枠の中で最も軽いクラウド音楽モデルです。利用枠を消費します。同じモデルはローカルでも実行できます。
- [ACE-Step 1.5（音楽モデル）](https://ai-game.dev/ja/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, AI Game Dev作): ACE-Step 1.5 Turbo音楽モデル：スタイルプロンプト（ジャンル、ムード、楽器、テンポ）と任意の歌詞から、ボーカル入りまたはインストゥルメンタルの楽曲を50言語で生成します。長さは10秒〜10分、48 kHzステレオ。ゲームのテーマ曲やサウンドトラックに。audio.cppでお使いのGPU上でローカルに動作します。MITライセンスで商用利用可能。
- [Chatterbox Multilingual V3（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, AI Game Dev作): Resemble AIによる20言語のローカルテキスト読み上げです。3～60秒のクリップからトランスクリプトなしで音声をクローンするか、組み込み音声で話せます。感情調整用のExaggerationコントロール付きです。ローカライズしたゲームの会話やボイスオーバー向けです。アプリのONNXランタイムでCPU上で動作し、リアルタイムより遅くなります。MIT。Resemble AIはメンテナンスを終了しています。
- [Chatterbox Turbo（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, AI Game Dev作): Resemble AIの高速なローカル英語テキスト読み上げ（350M）。モデル自身の声、または5〜30秒のクリップからクローンした声を使え、テキストには\[laugh\]、\[chuckle\]、\[cough\]などのサウンドタグを記述できます。キャラクターのセリフやボイスオーバーに。llama.cppによりGPUまたはCPUで動作します。MIT、商用利用可能。
- [ElevenLabs（クラウド音声）](https://ai-game.dev/ja/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, AI Game Dev作): ゲーム音声向けのクラウド版ElevenLabsです。21種類の音声（v4 TurboとEleven v4）によるセリフとナレーション、説明文から生成する1～30秒の効果音を利用でき、音楽は今後追加予定です。プランの利用枠を消費します。
- [Fish Audio S2 Pro（音声モデル、非商用）](https://ai-game.dev/ja/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, AI Game Dev作): Fish Audioの4Bテキスト読み上げモデルをローカルで実行できます。80以上の言語に対応し、音声クリップとその文字起こしからのボイスクローニング、さらに\[laughing\]、\[whisper\]、\[pause\]といったインラインの話し方タグを利用できます。audio.cppにより8 GB以上のGPUで動作します。非商用ライセンスのため、商用利用にはFish Audioとの別途ライセンスが必要です。
- [Fun-CosyVoice3（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, AI Game Dev作): AlibabaのTongyi Labによるローカル音声クローニング型テキスト読み上げ：Fun-CosyVoice3 0.5Bは、3〜30秒のクリップの声で中国語、英語、日本語、韓国語、ドイツ語、スペイン語、フランス語、イタリア語、ロシア語、広東語を話し、スタイル指示（感情、速度、方言）に従います。audio.cppでお使いのGPU上で動作します。Apache-2.0。
- [IndexTTS 2.5（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, AI Game Dev作): bilibili の IndexTTS 2.5 をローカルで実行します。3〜30 s のクリップからのゼロショット音声クローニングに対応し、感情を指示で指定でき、中国語、英語、日本語、スペイン語、アラビア語を扱います。表現豊かなゲーム会話向けです。audio.cpp により約 6 GB の GPU で動作します。ライセンスのサイズ上限未満であれば商用利用が可能です。
- [Kokoro（クラウド音声）](https://ai-game.dev/ja/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, AI Game Dev作): クラウド上のKokoro:20種類の声を持つオープンなアメリカ英語音声モデルで、利用枠の消費が少なく、仮置きや下書きのゲーム台詞に向いています。利用枠を消費します。同じモデルはローカルでも実行できます。
- [Kokoro 82M（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, AI Game Dev作): hexgradのKokoro 82Mは、高い評価を得ている小型の英語テキスト読み上げモデルで、ローカルで実行できます。NPCの会話、ナレーション、UIのセリフ向けに、アメリカ英語とイギリス英語のプリセット音声を28種類収録。llama.cppによりCPUでも高速に動作し、音声クローニングには対応していません。Apache-2.0で、商用利用が可能です。
- [ローカル効果音・音楽（Stable Audio 3）](https://ai-game.dev/ja/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, AI Game Dev作): AI Game Dev でローカルの効果音と音楽を生成するためのランタイムです。Stable Audio 3 の C++/ggml 移植版である sa3.cpp を使い、CUDA、Vulkan、Metal または CPU で動作し、Python は不要です。Stable Audio 3 Small SFX、Small Music、Medium モデルを実行します（これらは別パッケージです）。
- [ローカル音声（llama.cpp）](https://ai-game.dev/ja/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, AI Game Dev作): llama.cppの音声ツールで、このコンピューター上でテキストを読み上げます。オフラインで動作し、利用枠も消費しません。NVIDIA、AMD、Intel、AppleのGPUまたはCPUで、ボイスライン、ナレーション、仮のセリフを生成できます。KokoroやChatterbox Turboなどのモデルは別パッケージです。
- [Lyria（クラウドオーディオ）](https://ai-game.dev/ja/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, AI Game Dev作): クラウド上のGoogle Lyria 3音楽：テキストの説明から、インストゥルメンタルまたはボーカル入りの30秒クリップを生成し、ゲームのメニューテーマ、レベル音楽のスケッチ、トレーラー用BGMに使えます。ご利用枠を消費します。
- [Magenta RealTime 2（音楽モデル）](https://ai-game.dev/ja/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, AI Game Dev作): Google Magenta RealTime 2 インストゥルメンタル音楽モデル。スタイルプロンプトから1秒〜3分の48 kHzステレオBGMを生成し、ボーカルはありません。Small（230M）はどのGPUでも、CPUでも動作し、Base（2.4B）はGPUが必要です。audio.cppでローカルに動作します。CC BY 4.0、商用利用可能。
- [Magpie TTS Multilingual（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, AI Game Dev作): NVIDIAのMagpie TTS Multilingual 357Mをローカルで実行できます。13言語・方言（ヒンディー語、ベトナム語、ブラジルポルトガル語、3種類のアラビア語変種を含む）の音声を5つのプリセットボイスで生成でき、ローカライズしたセリフやアナウンスに使えます。ボイスクローンには対応していません。GPUでの実行が最適で、audio.cppを使用します。NVIDIA Open Model License。
- [Ming-3.0 TTS 0.5B（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, AI Game Dev作): inclusionAIのMing-3.0 TTS 0.5Bをローカルで実行：中国語、英語、日本語、韓国語、ドイツ語、フランス語、スペイン語の音声に対応し、クリップからの音声クローニングとテキスト説明からの音声デザインにより、キャラクターごとに異なるゲームの声を作れます。GPUでの実行が最適で、audio.cppを使用します。MIT、商用利用可。
- [MiniMax-Music3（音楽モデル）](https://ai-game.dev/ja/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, AI Game Dev作): MiniMax-Music3：スタイルプロンプトと\[verse\]/\[chorus\]タグ付きの歌詞から、歌付きのフル楽曲を生成します。最長5分、44.1 kHzステレオ。テーマソングやサウンドトラックのシングルに。audio.cppによりお使いのGPUでローカルに動作します。コミュニティライセンス：「MiniMax-Music3」の表示、出力が機械生成であることの明示、収益上限の条件があります。
- [MOSS-SoundEffect v2（効果音モデル）](https://ai-game.dev/ja/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, AI Game Dev作): OpenMOSSによるMOSS-SoundEffect v2は、英語または中国語の説明文から効果音や環境音（自然、街、生き物、人間の動作）を生成するモデルです。長さは1〜30秒、48 kHzモノラルで、ゲームのレベルやシーンに使えます。audio.cppを使ってお使いのGPU上でローカルに動作します。Apache-2.0（モデルカードによる）で、商用利用が可能です。
- [OmniVoice(音声モデル、非商用)](https://ai-game.dev/ja/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, AI Game Dev作): k2-fsaのOmniVoiceをローカルで実行:600以上の言語に対応したテキスト読み上げで、独自のデフォルトボイス、またはクリップとその文字起こしからクローンした声を使えます。非商用プロジェクトでの希少言語に便利です。audio.cppを使い、GPUでの実行が最適です。非商用ライセンス(CC-BY-NC)。
- [Phonon 31M（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, AI Game Dev作): GradiumのPhonon 31Mは、単一の声を持つ小型のローカル英語音声合成モデルです。ノートPCのCPUでリアルタイムより速く動作し、ちょっとしたナレーションやUI、仮のセリフに向いています。ダウンロードは85.5 MB、audio.cppで動作します。Apache-2.0で商用利用も可能です。
- [Pocket TTS 100M（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, AI Game Dev作): KyutaiのPocket TTS 100Mをローカルで実行できます。英語、フランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語の各言語に1つずつチェックポイントがあり、言語ごとに15種類のプリセットボイスを使うか、文字起こしなしで短いクリップからボイスをクローンできます。audio.cppによりCPUでリアルタイムより高速に動作します。ライセンスはCC-BY-4.0で、表示付きの商用利用が可能です（Kyutaiの利用条件に従います）。
- [Qwen3-TTS 0.6B Base(音声モデル)](https://ai-game.dev/ja/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, AI Game Dev作): Qwen3-TTS 0.6B Base:短い参照クリップ(3秒以上)の声をクローンする音声合成モデルで、10言語に対応し、24 kHzでキャラクターのセリフやナレーションに向きます。小さいほうのクローンモデルで、約4 GBのGPU(推定)向けです。audio.cppでローカルに動作します。Apache-2.0で、商用利用が可能です。
- [Qwen3-TTS 1.7B Base(音声モデル)](https://ai-game.dev/ja/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, AI Game Dev作): Qwen3-TTS 1.7B Base:短い参照クリップ(3 s以上)の声を10言語でクローンするテキスト読み上げ、24 kHz。キャラクターのセリフやナレーション向けです。より大型のクローニングモデルで、約6 GBのGPU(推定)向け。audio.cppでローカルに動作します。Apache-2.0、商用利用可能。
- [Qwen3-TTS 1.7B CustomVoice（音声モデル）](https://ai-game.dev/ja/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, AI Game Dev作): Qwen3-TTS 1.7B CustomVoice：9種類の内蔵ボイスと、感情・話し方の指示（「興奮して、速く」「ささやくように、悲しげに」）を使える10言語対応のテキスト読み上げモデルです。24 kHzで、NPCのセリフやナレーションに適しています。audio.cppでお使いのGPU上でローカルに動作します。Apache-2.0で、商用利用が可能です。
- [Qwen3-TTS 1.7B VoiceDesign（音声モデル）](https://ai-game.dev/ja/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, AI Game Dev作): Qwen3-TTS 1.7B VoiceDesign：テキストの記述（「しわがれ声の老いた船乗り、低くゆっくり」）から設計した新しい声で読み上げる音声合成です。感情と話し方もその記述で指定でき、10言語、24 kHz、キャラクターボイス向けです。audio.cpp によりお使いの GPU でローカルに動作します。Apache-2.0、商用利用可。
- [Stable Audio 3 Medium（音楽モデル）](https://ai-game.dev/ja/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, AI Game Dev作): Stable Audio 3 Medium：テキストプロンプトからインストルメンタル音楽を生成。最長6分20秒、44.1 kHzステレオ、ボーカルなし。Stable Audio 3の大型音楽モデルで、フルレングスのサウンドトラック曲向けです。sa3.cppによりGPU上でローカル動作します（最長の曲ではCUDAで12 GB、Vulkanで13 GB）。Stability AI Community License：商用利用は年間売上100万米ドル未満かつ登録後のみ可能です。
- [Stable Audio 3 Small Music（音楽モデル）](https://ai-game.dev/ja/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, AI Game Dev作): Stable Audio 3 Small Music：テキストプロンプトから最大2分のインストゥルメンタル音楽とループを生成します。44.1 kHzステレオ、ボーカルなし。ゲームのBGM、キュー、ジングル向けです。sa3.cppにより4 GBのGPUでローカルに動作し、CPUでは低速で動作します。Stability AI Community License：商用利用は年間売上US$1M未満で、登録後にのみ可能です。
- [Stable Audio 3 Small SFX(効果音モデル)](https://ai-game.dev/ja/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, AI Game Dev作): Stable Audio 3 Small SFX:テキストプロンプトからゲーム用の効果音やフォーリー(打撃音、足音、UIサウンド、環境音)を1〜60秒、44.1 kHzステレオで生成します。GPU 4 GBでsa3.cppによりローカル動作し、GPUなしでも低速ながら動作します。Stability AI Community License:商用利用は年間売上100万米ドル未満に限られ、登録が必要です。
- [SuperCollider](https://ai-game.dev/ja/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, AI Game Dev作): SuperCollider 3.14.1をお使いのコンピューターで動かし、移植性の高いゲーム音楽を作曲、レンダリング、分析、エクスポートできます。プロジェクト内のコードとしてのスコア、オフラインでのWAVレンダリング、同期されたステムとループ、サンプルのインポート、プレビュー、そしてUnity、Godot、Unrealへのエクスポートに対応します。
- [Supertonic 3（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, AI Game Dev作): SupertoneのSupertonic 3は、31言語に対応した高速なローカル音声合成モデルです。10種類のプリセット音声を備え、テキストに\<laugh\>、\<breath\>、\<sigh\>タグを書き込めます。ローカライズした台詞やナレーションに最適です。アプリのONNXランタイム上でCPUで動作します。ボイスクローンには非対応です。Open RAIL-M: 利用制限の範囲内で商用利用が可能です。
- [VoxCPM2（音声モデル）](https://ai-game.dev/ja/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, AI Game Dev作): OpenBMBによるVoxCPM2は、30言語と中国語9方言を48 kHzで音声合成するテキスト読み上げモデルです。短いクリップからのボイスクローン、説明文からのボイス設計、感情と速度の指示に対応し、キャラクターの台詞やナレーションに使えます。audio.cppによりお使いのGPUでローカルに動作します。Apache-2.0、商用利用可。
- [ZONOS3-Mini（音声モデル）](https://ai-game.dev/ja/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, AI Game Dev作): ZyphraのZONOS3-Miniは、表現力豊かなローカル音声合成モデルです。英語、フランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語、中国語、韓国語に対応し、13種類のプリセット音声を使うことも、クリップから声をクローンすることもできます。audio.cppにより、ノートPCのCPU（約リアルタイム）またはGPUで動作します。Apache-2.0で、商用利用も可能です。
