# MOSS-SoundEffect v2（効果音モデル）

> 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。

- ID: `aigd.audio-moss-soundeffect-v2`
- ソース: 公式 (ファーストパーティ `aigd.*`)
- カテゴリ: オーディオ
- パブリッシャー: AI Game Dev (`aigd`), 確認済み
- 最新バージョン: 1.0.2 (公開日 2026-11-22)
- ライセンス: SEE LICENSE IN README.md
- AI Game Dev アプリが必要です: `>=0.32.0-beta.6`
- ネイティブコード: いいえ
- 評価: まだ評価はありません
- HTML ページ: https://ai-game.dev/ja/packages/aigd.audio-moss-soundeffect-v2

## インストール

gamedev CLI を使用する場合は、プロジェクトフォルダで:

```bash
gamedev pkg add aigd.audio-moss-soundeffect-v2
```

デスクトップアプリで: パッケージウィンドウ（ステータスバーのパッケージアイコン）を開き、**参照** を選択して `aigd.audio-moss-soundeffect-v2` を検索し、**プロジェクトに追加** をクリックします。詳細: https://ai-game.dev/docs/wiki/app/packages

## バージョン

| バージョン | 公開日 | アプリが必要 | 備考 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 説明

````markdown
# MOSS-SoundEffect v2 (`aigd.audio-moss-soundeffect-v2`)

MOSS-SoundEffect v2.0は、OpenMOSSチームによる効果音モデルで、2026-05-26に公開されました。英語または中国語の説明文から、環境音、自然、街、生き物、人間の動作のサウンドを生成します。長さは1〜30秒、48 kHzモノラルの音声です。AI Game Devアプリでは、**ローカル音声生成**（`aigd.audiocpp`、audio.cppランタイム）を通じてお使いのGPU上でローカルに動作するため、サウンドごとにコストはかかりません。環境音や生き物・キャラクターのサウンドを必要とするゲーム開発者に適しており、Apache-2.0（パブリッシャーによるタグ付け）の下で商用利用が認められています。

## 作成できるもの

- 森、雨、賑やかな通りなど、レベル用の環境音ベッド。
- オープンワールドや街のための自然環境や都市のシーン。
- 犬の鳴き声やモンスターのうなり声などの動物・生き物のサウンド。
- 足音やドアの開く音などの人間の動作音。

短いインパクト音、UIサウンド、ステレオのフォーリーについては、[Stable Audio 3 Small SFX](https://ai-game.dev/packages/aigd.audio-stable-audio-3-small-sfx)も参照してください。

## リクエスト例

- 「クリケットの鳴き声と遠くのフクロウが入った夜の森の環境音を30秒生成して。」
- 「低く響くモンスターのうなり声を約3秒生成して。」
- 「濡れた砂利の上の足音を5秒、音楽なしで生成して。」
- 「中世の賑やかな市場の群衆の環境音を、広場用に作成して。」

## ハイライト

| 項目 | 値 |
|---|---|
| 出力 | 48 kHzモノラルのWAV、プロジェクトに保存されます |
| 長さ | 1〜30秒（デフォルト10秒） |
| 入力 | 英語または中国語の説明文、最大1,000文字 |
| ネガティブプロンプト | 避けたい内容の説明、最大1,000文字（任意） |
| ステップ数 | デフォルト100、最大200 |
| ガイダンス | デフォルト4 |
| シード | デフォルト0。同じシードで同じ結果が再現されます |

このパッケージはデータのみで構成されています。指定するファイルは1つです。アプリは確認後にダウンロードし、sha256で検証して、お使いのコンピューター上でaudio.cppを使って実行します。

## ダウンロード

4.00 GB、1ファイル、Hugging Faceのコミット`b7b9aa1f`に固定：

| ファイル | 取得元 | サイズ |
|---|---|---:|
| `moss-soundeffect-v2-q8_0.gguf`（Qwen3テキストエンコーダー、DiT、DACデコーダーを1ファイルに収録） | [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3/MOSS-SoundEffect-v2-GGUF) | 4.00 GB |

`e35df4d`時点の[`OpenMOSS-Team/MOSS-SoundEffect-v2.0`](https://huggingface.co/OpenMOSS-Team/MOSS-SoundEffect-v2.0/tree/e35df4d82fbe87fcd5d14e5d100e349c0c3c076d)から変換しました。

## 対応コンピューター

| コンピューター | 必要スペック | 速度 |
|---|---|---|
| NVIDIA GPU (CUDA) | GPUメモリ約10 GB（上流ではピーク8.6 GiB） | ほぼリアルタイム（RTX 5090でRTF 0.85、上流） |
| その他のGPU（Vulkan） | 約10 GB（推定） | 未測定 |
| Appleシリコン搭載Mac（Metal） | メモリ約16 GB（推定） | 未測定 |

すべてのリクエストでモデルの30秒ウィンドウ全体が実行されるため、短いサウンドも長いサウンドとほぼ同じ時間がかかります。

## ライセンス

Apache-2.0、**パブリッシャーによるタグ付け**。商用利用が可能です。

- MOSS-SoundEffect v2.0 © OpenMOSS team — [モデルカード](https://huggingface.co/OpenMOSS-Team/MOSS-SoundEffect-v2.0)（`license: apache-2.0`）。モデルリポジトリには**LICENSEファイルがありません**。ライセンスはカードのタグにのみ記載されています。Apache-2.0の全文は[OpenMOSS/MOSS-TTSコードリポジトリ](https://github.com/OpenMOSS/MOSS-TTS/blob/main/LICENSE)にあります。
- テキストエンコーダーはQwen3モデル（Apache-2.0）で、GGUFファイル内に格納されています。
- GGUFへの変換はaudio.cppによるもの — [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf)、Apache-2.0。

重みを再配布する際に必要な表示：Apache-2.0ライセンスの全文と通知。

制限について率直に言えば、ライセンスには通知以外の制限はありません。LICENSEファイルが欠けている点だけが唯一の注意事項です。

すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはファイルをホストしていません。
````
