Geração de áudio local (audio.cpp)
gamedev pkg add aigd.audiocppVisão geral
Runtime para música, efeitos sonoros e fala locais no AI Game Dev, usando audio.cpp (C++, ggml) em CUDA, Vulkan, Metal ou na CPU. Executa ACE-Step 1.5, MiniMax-Music3, Magenta RealTime 2, MOSS-SoundEffect v2, Qwen3-TTS, VoxCPM2 e outros modelos de fala. Os modelos são pacotes separados.
Geração de áudio local é o runtime que permite ao app AI Game Dev criar música, efeitos sonoros e fala no seu próprio computador, na sua GPU ou CPU, com audio.cpp, um motor de inferência em C++ puro para modelos de áudio construído sobre ggml, sem dependência de Python. Tudo é criado no seu computador, e criar não custa nada. Um único runtime atende a muitos modelos abertos: músicas e instrumentais, efeitos sonoros de ambiente e vozes para personagens em vários idiomas. Instale-o e depois adicione os pacotes de modelo que você quiser.
O que ele faz
- Baixa a release do audio.cpp que se encaixa no seu computador (Windows com CUDA, Vulkan ou a CPU; Macs com Apple silicon no Metal; Linux como prévia, em Vulkan ou na CPU), verifica por sha256 e a executa.
- Executa cada pacote de modelo do audio.cpp instalado por meio da ferramenta Audio da sessão, como o modelo de fala integrado, para que você e o agente possam pedir música, efeitos sonoros ou fala em palavras simples.
- Executa
audiocpp_cliuma vez por som, para que nada fique na memória entre as gerações. - Permite escolher o backend: a configuração
backendseleciona CUDA, Vulkan, Metal ou a CPU quando o modo Auto não atende ao seu computador. - Deixa você decidir se o agente pode usar um modelo recém-baixado (a configuração
newModelsDefault; modelos que você já baixou mantêm a própria configuração).
Este pacote é só dados (aigd-package.json, sem código). Ele informa ao AI Game Dev qual release do audio.cpp baixar para o seu computador. O app baixa, verifica e executa o programa sozinho.
Os modelos são pacotes separados
Este pacote não contém nenhum modelo. Cada pacote de modelo de áudio (música, efeitos sonoros, fala) indica seus arquivos e como o audio.cpp o executa. Nada é baixado sem a sua confirmação, e você vê o tamanho e a licença do modelo antes. Estes pacotes de modelo rodam nele:
| Tipo | Pacote | O que ele cria |
|---|---|---|
| Música | ACE-Step 1.5 | músicas com vocais ou instrumentais, letras em 50 idiomas, até 10 min |
| Música | MiniMax-Music3 | músicas completas com letras cantadas, até 5 min |
| Música | Magenta RealTime 2 | música instrumental, até 3 min; o Small também roda em uma CPU |
| Efeitos sonoros | MOSS-SoundEffect v2 | sons de ambiente, natureza, cidade, criaturas e ações humanas, até 30 s |
| Fala | Qwen3-TTS 0.6B Base | clonagem de voz em 10 idiomas, em GPUs menores |
| Fala | Qwen3-TTS 1.7B Base | clonagem de voz em 10 idiomas |
| Fala | Qwen3-TTS 1.7B CustomVoice | nove vozes integradas com instruções de emoção |
| Fala | Qwen3-TTS 1.7B VoiceDesign | uma nova voz a partir de uma descrição em texto |
| Fala | VoxCPM2 | 30 idiomas: clonagem de voz, criação de voz e emoção |
| Fala | Fun-CosyVoice3 | clonagem de voz em 9 idiomas e cantonês |
| Fala | Fish Audio S2 Pro | clonagem de voz e mais de 80 idiomas; licença não comercial |
| Fala | IndexTTS 2.5 | clonagem de voz com controle de emoção |
| Fala | Magpie TTS Multilingual | 13 idiomas e dialetos, cinco vozes |
| Fala | Ming-3.0 TTS 0.5B | sete idiomas, clonagem de voz e criação de voz |
| Fala | OmniVoice | mais de 600 idiomas, clonagem de voz; licença não comercial |
| Fala | Phonon 31M | modelo minúsculo em inglês, em tempo real na CPU de um notebook |
| Fala | Pocket TTS 100M | seis idiomas, vozes predefinidas ou clonagem, rápido em uma CPU |
| Fala | ZONOS3-Mini | oito idiomas, vozes predefinidas ou clonagem |
Os modelos Stable Audio 3 rodam em um runtime separado, Efeitos sonoros e música locais (aigd.sa3cpp).
Exemplos de pedidos
Com o runtime e um modelo instalados, você pede ao agente em palavras simples:
- "Crie uma faixa ambiente calma de 60 segundos para a fase da floresta."
- "Gere um ambiente de 10 segundos de chuva em telhado de zinco."
- "Leia as falas do comerciante em
dialogue/shop.txtcom uma voz calorosa e amigável."
O que é baixado
Uma release upstream, fixada por tag e verificada por sha256: 0xShug0/audio.cpp v0.9.5 (commit 61c7838baf1f7f34769b5b7bd369c0d78edf9535). O app escolhe uma variante para o seu computador.
| Variante | Computador | Download |
|---|---|---|
win-x64-cuda12 | Windows, GPU NVIDIA (driver 551.61 ou mais recente) | 1.08 GB (programa + runtime NVIDIA CUDA 12.4) |
win-x64-vulkan | Windows, GPUs AMD / Intel / outras | 86 MB |
win-x64-cpu | Windows sem GPU compatível (lento) | 34 MB |
darwin-arm64-metal | Mac com Apple silicon, macOS 13.3 ou mais recente | 39 MB |
linux-x64-vulkan | Linux x64 com uma GPU Vulkan, glibc 2.43 ou mais recente. Precisa de libgomp.so.1 e libvulkan.so.1 | 119 MB |
linux-x64-cpu | Linux x64 sem GPU compatível, glibc 2.43 ou mais recente (lento) | 67 MB |
O Linux é uma prévia. A única build Linux CUDA do audio.cpp v0.9.5 é um servidor voltado ao Colab, não o programa de linha de comando que o app executa, então no Linux com uma GPU NVIDIA roda a variante Vulkan.
O app nunca instala drivers ou bibliotecas de sistema. Se faltar algo, ele informa o que instalar. O audio.cpp carrega o eSpeak-ng do sistema para algumas famílias de fala; este pacote não o inclui, e os modelos que o AI Game Dev oferece não precisam dele.
Licenças
- audio.cpp — Apache-2.0, © 2026 ShugoAI LLC (licença).
- Incluído: ggml (MIT), SentencePiece (Apache-2.0), cJSON, cpp-httplib, libyaml e utf8proc (MIT), LZ4 (BSD-2-Clause) — veja
external/. - DLLs do runtime do Microsoft Visual C++, nas variantes de Windows — redistribuídas pelo upstream sob os termos da licença do Visual C++ Redistributable.
- Runtime NVIDIA CUDA (cudart, cuBLAS, cuBLASLt, cuFFT), somente na variante CUDA para Windows — redistribuído pelo upstream sob a EULA do NVIDIA CUDA.
- Este pacote — MIT. Cada pacote de modelo declara a própria licença; os pesos dos modelos mantêm a licença da versão original.
Todos os arquivos são baixados da release upstream no GitHub. O AI Game Dev não os hospeda.
Versões
| Versão | Lançamento | Requer o app |
|---|---|---|
| 1.0.2Mais recente | 0.32.0-beta.6 ou mais recente | |
| 1.0.1 | 0.32.0-beta.6 ou mais recente |
Instalar
No app para desktop
Abra a janela Pacotes (o ícone de pacote na barra de status), selecione Explorar, pesquise aigd.audiocpp e clique em Adicionar ao projeto.
Ainda sem o app? Baixe o AI Game Dev grátis para Windows, macOS ou Linux.
Pelo terminal
Com a CLI gamedev, na pasta do seu projeto:
gamedev pkg add aigd.audiocppRequisitos
- AI Game Dev 0.32.0-beta.6 ou mais recente
gamedev pkg add aigd.audiocpp