# ローカル音声生成（audio.cpp）

> AI Game Devでローカルに音楽、効果音、音声を生成するためのランタイムです。audio.cpp（C++、ggml）を使い、CUDA、Vulkan、MetalまたはCPU上で動作します。ACE-Step 1.5、MiniMax-Music3、Magenta RealTime 2、MOSS-SoundEffect v2、Qwen3-TTS、VoxCPM2などの音声モデルを実行できます。モデルは別パッケージです。

- ID: `aigd.audiocpp`
- ソース: 公式 (ファーストパーティ `aigd.*`)
- カテゴリ: ランタイム
- 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: MIT
- 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.audiocpp

## 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.audiocpp
```

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.audiocpp` 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
# ローカル音声生成（`aigd.audiocpp`）

ローカル音声生成は、AI Game Devアプリがお使いのコンピューター上で、GPUまたはCPUを使って音楽、効果音、音声を作れるようにするランタイムです。ggml上に構築された音声モデル向けの純粋なC++推論エンジンである[audio.cpp](https://github.com/0xShug0/audio.cpp)を使い、Pythonへの依存はありません。すべてがお使いのコンピューター上で作られ、作成にコストはかかりません。1つのランタイムで多くのオープンモデルを扱えます。歌やインストゥルメンタル、環境効果音、多言語のキャラクターの声などです。インストールしたら、使いたいモデルパッケージを追加してください。

## できること

- お使いのコンピューターに合ったaudio.cppリリース（WindowsはCUDA、VulkanまたはCPU。AppleシリコンのMacはMetal。Linuxはプレビュー版で、VulkanまたはCPU）をダウンロードし、sha256で検証して実行します。
- インストール済みのすべてのaudio.cppモデルパッケージを、セッションの**Audio**ツールを通じて実行します（内蔵の音声モデルと同様）。あなたもエージェントも、普通の言葉で音楽、効果音、音声を依頼できます。
- `audiocpp_cli`を音声ごとに1回実行するので、生成の合間にメモリへ何も残りません。
- バックエンドを選べます。Autoがお使いのコンピューターに合わない場合は、`backend`設定でCUDA、Vulkan、MetalまたはCPUを選択できます。
- 新しくダウンロードしたモデルをエージェントが使えるかどうかを決められます（`newModelsDefault`設定。すでにダウンロード済みのモデルはそれぞれの設定を保持します）。

このパッケージはデータのみです（`aigd-package.json`、コードなし）。お使いのコンピューター用にどのaudio.cppリリースをダウンロードするかをAI Game Devに伝えます。プログラムのダウンロード、検証、実行はアプリ自身が行います。

## モデルは別パッケージです

このパッケージにモデルは含まれません。各音声モデルパッケージ（音楽、効果音、音声）が、必要なファイルとaudio.cppでの実行方法を定義しています。確認なしにダウンロードされることはなく、先にサイズとモデルのライセンスが表示されます。次のモデルパッケージがこのランタイムで動作します。

| 種類 | パッケージ | 生成する内容 |
|---|---|---|
| 音楽 | [ACE-Step 1.5](https://ai-game.dev/packages/aigd.audio-ace-step-1-5) | ボーカル入りまたはインストゥルメンタルの楽曲、50言語の歌詞、最大10分 |
| 音楽 | [MiniMax-Music3](https://ai-game.dev/packages/aigd.audio-minimax-music3) | 歌詞付きのフル楽曲、最大5分 |
| 音楽 | [Magenta RealTime 2](https://ai-game.dev/packages/aigd.audio-magenta-rt2) | インストゥルメンタル曲、最大3分。SmallはCPUでも動作します |
| 効果音 | [MOSS-SoundEffect v2](https://ai-game.dev/packages/aigd.audio-moss-soundeffect-v2) | 環境音、自然、都市、生き物、人間の動作音、最大30秒 |
| 音声 | [Qwen3-TTS 0.6B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-0-6b-base) | 10言語でのボイスクローン、より小型のGPUで動作 |
| 音声 | [Qwen3-TTS 1.7B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-base) | 10言語でのボイスクローン |
| 音声 | [Qwen3-TTS 1.7B CustomVoice](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-customvoice) | 感情指示に対応した9種類の内蔵ボイス |
| 音声 | [Qwen3-TTS 1.7B VoiceDesign](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-voicedesign) | テキストの説明から新しい声を作成 |
| 音声 | [VoxCPM2](https://ai-game.dev/packages/aigd.audio-voxcpm2) | 30言語：ボイスクローン、ボイスデザイン、感情 |
| 音声 | [Fun-CosyVoice3](https://ai-game.dev/packages/aigd.tts-cosyvoice3) | 9言語と広東語でのボイスクローン |
| 音声 | [Fish Audio S2 Pro](https://ai-game.dev/packages/aigd.tts-fish-s2-pro) | ボイスクローンと80以上の言語。非商用ライセンス |
| 音声 | [IndexTTS 2.5](https://ai-game.dev/packages/aigd.tts-indextts25) | 感情コントロール付きのボイスクローン |
| 音声 | [Magpie TTS Multilingual](https://ai-game.dev/packages/aigd.tts-magpie) | 13言語と方言、5種類のボイス |
| 音声 | [Ming-3.0 TTS 0.5B](https://ai-game.dev/packages/aigd.tts-ming3) | 7言語、ボイスクローンとボイスデザイン |
| 音声 | [OmniVoice](https://ai-game.dev/packages/aigd.tts-omnivoice) | 600以上の言語、ボイスクローン。非商用ライセンス |
| 音声 | [Phonon 31M](https://ai-game.dev/packages/aigd.tts-phonon) | 小型の英語モデル、ノートPCのCPUでリアルタイム動作 |
| 音声 | [Pocket TTS 100M](https://ai-game.dev/packages/aigd.tts-pocket) | 6言語、プリセットボイスまたはクローン、CPUでも高速 |
| 音声 | [ZONOS3-Mini](https://ai-game.dev/packages/aigd.tts-zonos3-mini) | 8言語、プリセットボイスまたはクローン |

Stable Audio 3のモデルは別のランタイム、[ローカル効果音と音楽](https://ai-game.dev/packages/aigd.sa3cpp)（`aigd.sa3cpp`）で動作します。

## リクエストの例

ランタイムとモデルをインストールしたら、エージェントに普通の言葉で頼めます。

- 「森のレベル用に60秒の落ち着いたアンビエントトラックを作って。」
- 「トタン屋根に雨が当たる10秒の環境音を生成して。」
- 「`dialogue/shop.txt`で店主のセリフを、温かく親しみやすい声で読んで。」

## ダウンロードされるもの

上流のリリースをタグで固定し、sha256で検証します：`0xShug0/audio.cpp` [`v0.9.5`](https://github.com/0xShug0/audio.cpp/releases/tag/v0.9.5)（コミット`61c7838baf1f7f34769b5b7bd369c0d78edf9535`）。アプリがお使いのコンピューターに合ったバリアントを1つ選びます。

| バリアント | コンピューター | ダウンロード |
|---|---|---|
| `win-x64-cuda12` | Windows、NVIDIA GPU（ドライバー551.61以降） | 1.08 GB（プログラム + NVIDIA CUDA 12.4ランタイム） |
| `win-x64-vulkan` | Windows、AMD / Intel / その他のGPU | 86 MB |
| `win-x64-cpu` | Windows、対応GPUなし（低速） | 34 MB |
| `darwin-arm64-metal` | AppleシリコンのMac、macOS 13.3以降 | 39 MB |
| `linux-x64-vulkan` | Vulkan GPU搭載のLinux x64、**glibc 2.43以降**。`libgomp.so.1`と`libvulkan.so.1`が必要 | 119 MB |
| `linux-x64-cpu` | 対応GPUなしのLinux x64、glibc 2.43以降（低速） | 67 MB |

**Linuxはプレビュー版です。**audio.cpp v0.9.5のLinux向けCUDAビルドはColab向けのサーバーのみで、アプリが実行するコマンドラインプログラムではないため、NVIDIA GPU搭載のLinuxではVulkanバリアントが動作します。

アプリがドライバーやシステムライブラリをインストールすることはありません。不足しているものがあれば、何をインストールすべきかを伝えます。audio.cppは一部の音声ファミリー向けにシステムからeSpeak-ngを読み込みます。このパッケージには同梱されておらず、AI Game Devが提供するモデルでは必要ありません。

## ライセンス

- audio.cpp — Apache-2.0、© 2026 ShugoAI LLC（[ライセンス](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/LICENSE)）。
- 同梱：ggml（MIT）、SentencePiece（Apache-2.0）、cJSON、cpp-httplib、libyaml、utf8proc（MIT）、LZ4（BSD-2-Clause）— [`external/`](https://github.com/0xShug0/audio.cpp/tree/v0.9.5/external)を参照。
- Microsoft Visual C++ランタイムDLL（Windowsバリアントに同梱）— 上流が[Visual C++ Redistributableライセンス条項](https://visualstudio.microsoft.com/license-terms/)の下で再配布しています。
- NVIDIA CUDAランタイム（cudart、cuBLAS、cuBLASLt、cuFFT）、Windows CUDAバリアントのみ — 上流が[NVIDIA CUDA EULA](https://docs.nvidia.com/cuda/eula/)の下で再配布しています。
- このパッケージ — MIT。各モデルパッケージは独自のライセンスを明記しています。モデルの重みは元のリリースのライセンスに従います。

すべてのファイルは上流のGitHubリリースからダウンロードされます。AI Game Devはそれらをホストしていません。
````
