# MOSS-SoundEffect v2（音效模型）

> 由 OpenMOSS 推出的 MOSS-SoundEffect v2：根据英文或中文描述生成音效与环境声（自然、城市、生物、人类动作），时长 1 到 30 秒，48 kHz 单声道，适用于游戏关卡和场景。通过 audio.cpp 在你的 GPU 上本地运行。Apache-2.0（以模型卡为准），允许商业使用。

- ID: `aigd.audio-moss-soundeffect-v2`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 音频
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.0.2 (发布于 2026-11-22)
- 许可证: SEE LICENSE IN README.md
- 需要 AI Game Dev 应用: `>=0.32.0-beta.6`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.audio-moss-soundeffect-v2

## 安装

使用 gamedev CLI，在项目文件夹中运行：

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

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.audio-moss-soundeffect-v2`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 描述

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

MOSS-SoundEffect v2.0 是 OpenMOSS 团队的音效模型，于 2026-05-26 发布。它能根据英文或中文描述生成环境声、自然声、城市声、生物声和人类动作声：1 到 30 秒的 48 kHz 单声道音频。在 AI Game Dev 应用中，它通过 **Local audio generation**（`aigd.audiocpp`，即 audio.cpp 运行时）在你的 GPU 上本地运行，所以每个音效都不产生费用。它适合需要环境音以及生物或角色音效的游戏开发者，采用 Apache-2.0（由发布方标注），允许商业使用。

## 你可以制作什么

- 关卡的环境声底噪，例如森林、雨声或繁忙的街道。
- 用于开放世界和城市的自然环境声与城市场景声。
- 动物和生物音效，例如狗叫或怪物低吼。
- 人类动作，例如脚步声或开门声。

如需短促的冲击音、UI 音效和立体声拟音，另见 [Stable Audio 3 Small SFX](https://ai-game.dev/packages/aigd.audio-stable-audio-3-small-sfx)。

## 示例请求

- “生成 30 秒的夜晚森林环境声，有蟋蟀声和远处的猫头鹰叫。”
- “生成一段低沉的怪物低吼，约 3 秒。”
- “生成湿砾石上的脚步声，5 秒，不要音乐。”
- “创建一段繁忙的中世纪集市人群环境声，用于城镇广场。”

## 亮点

| 规格 | 值 |
|---|---|
| 输出 | 48 kHz 单声道 WAV，保存到你的项目中 |
| 时长 | 1 到 30 秒（默认 10 秒） |
| 输入 | 英文或中文描述，最多 1,000 个字符 |
| 负面提示词 | 描述要避免的内容，最多 1,000 个字符（可选） |
| 步数 | 默认 100，最多 200 |
| 引导强度 | 默认 4 |
| 随机种子 | 默认 0；相同的种子可重现相同结果 |

本包只包含数据。它指定一个文件。你确认后，应用会下载该文件，用 sha256 校验，并在你的电脑上用 audio.cpp 运行它。

## 下载

4.00 GB，单个文件，固定到 Hugging Face 提交 `b7b9aa1f`：

| 文件 | 来源 | 大小 |
|---|---|---:|
| `moss-soundeffect-v2-q8_0.gguf`（Qwen3 文本编码器、DiT 和 DAC 解码器合并在一个文件中） | [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3/MOSS-SoundEffect-v2-GGUF) | 4.00 GB |

由 [`OpenMOSS-Team/MOSS-SoundEffect-v2.0`](https://huggingface.co/OpenMOSS-Team/MOSS-SoundEffect-v2.0/tree/e35df4d82fbe87fcd5d14e5d100e349c0c3c076d) 在 `e35df4d` 转换而来。

## 适用电脑

| 电脑 | 需求 | 速度 |
|---|---|---|
| NVIDIA GPU (CUDA) | 约 10 GB GPU 显存（上游：峰值 8.6 GiB） | 约实时（RTX 5090 上 RTF 0.85，上游数据） |
| 其他 GPU（Vulkan） | 约 10 GB（估算） | 尚未实测 |
| Apple 芯片的 Mac（Metal） | 约 16 GB 内存（估算） | 尚未实测 |

每次请求都会运行模型完整的 30 秒窗口，所以生成短音效和长音效的耗时差不多。

## 许可

Apache-2.0，**由发布方标注**。允许商业使用。

- MOSS-SoundEffect v2.0 © OpenMOSS 团队 — [模型卡](https://huggingface.co/OpenMOSS-Team/MOSS-SoundEffect-v2.0)（`license: apache-2.0`）。模型仓库**没有 LICENSE 文件**：许可仅在模型卡的标签中声明。Apache-2.0 文本见 [OpenMOSS/MOSS-TTS 代码仓库](https://github.com/OpenMOSS/MOSS-TTS/blob/main/LICENSE)。
- 文本编码器是一个 Qwen3 模型（Apache-2.0），打包在 GGUF 文件内。
- GGUF 转换由 audio.cpp 完成 — [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf)，Apache-2.0。

再分发权重时必须署名：Apache-2.0 许可文本与声明。

限制直白地说：除许可声明外没有其他限制；缺少 LICENSE 文件是唯一的注意事项。

所有文件都从 Hugging Face 下载。AI Game Dev 不托管这些文件。
````
