本页由英文机器翻译而成。阅读英文原文。

本地音频生成(audio.cpp)

官方运行时v1.0.2aigd.audiocpp
安装 还没安装应用?免费下载
或从终端安装
gamedev pkg add aigd.audiocpp

概览

AI Game Dev 中用于本地音乐、音效和语音的运行时,基于 audio.cpp(C++、ggml),可在 CUDA、Vulkan、Metal 或 CPU 上运行。可运行 ACE-Step 1.5、MiniMax-Music3、Magenta RealTime 2、MOSS-SoundEffect v2、Qwen3-TTS、VoxCPM2 及其他语音模型。模型是单独的包。

本地音频生成是一个运行时,让 AI Game Dev 应用在你自己的电脑上、在你的 GPU 或 CPU 上制作音乐、音效和语音,它使用 audio.cpp——一个基于 ggml 构建的纯 C++ 音频模型推理引擎,不依赖 Python。所有内容都在你的电脑上生成,生成过程不产生任何费用。一个运行时即可服务众多开放模型:歌曲与纯音乐、环境音效,以及多种语言的角色配音。安装它,然后添加你想要的模型包。

它能做什么

  • 下载适合你电脑的 audio.cpp 发行版(Windows 上的 CUDA、Vulkan 或 CPU;搭载 Apple 芯片的 Mac 使用 Metal;Linux 为预览版,使用 Vulkan 或 CPU),用 sha256 校验后运行。
  • 通过会话的 Audio 工具运行每一个已安装的 audio.cpp 模型包,与内置语音模型一样,因此你和智能体都可以用自然语言请求音乐、音效或语音。
  • 每生成一个音频运行一次 audiocpp_cli,因此各次生成之间不会在内存中残留任何内容。
  • 让你选择后端:当 Auto 不适合你的电脑时,可用 backend 设置选择 CUDA、Vulkan、Metal 或 CPU。
  • 让你决定智能体是否可以使用新下载的模型(newModelsDefault 设置;已下载的模型保留各自的设置)。

本包仅包含数据(aigd-package.json,没有代码)。它告诉 AI Game Dev 该为你的电脑下载哪个 audio.cpp 发行版。程序本身由应用负责下载、校验和运行。

模型是单独的包

本包不包含任何模型。每个音频模型包(音乐、音效、语音)都会声明自己的文件以及 audio.cpp 如何运行它。未经你确认,不会下载任何内容,而且你会先看到文件大小和模型许可证。以下模型包可在它之上运行:

类别包生成内容
音乐ACE-Step 1.5带人声的歌曲或纯音乐,歌词支持 50 种语言,最长 10 分钟
音乐MiniMax-Music3带演唱歌词的完整歌曲,最长 5 分钟
音乐Magenta RealTime 2纯音乐,最长 3 分钟;Small 版还可在 CPU 上运行
音效MOSS-SoundEffect v2环境氛围、自然、城市、生物和人类动作音效,最长 30 秒
语音Qwen3-TTS 0.6B Base支持 10 种语言的语音克隆,适合较小的 GPU
语音Qwen3-TTS 1.7B Base支持 10 种语言的语音克隆
语音Qwen3-TTS 1.7B CustomVoice九种内置音色,支持情绪指令
语音Qwen3-TTS 1.7B VoiceDesign通过文字描述生成新音色
语音VoxCPM230 种语言:语音克隆、音色设计和情绪
语音Fun-CosyVoice3支持 9 种语言和粤语的语音克隆
语音Fish Audio S2 Pro语音克隆和 80 多种语言;非商业许可证
语音IndexTTS 2.5带情绪控制的语音克隆
语音Magpie TTS Multilingual13 种语言和方言,五种音色
语音Ming-3.0 TTS 0.5B七种语言,语音克隆和音色设计
语音OmniVoice600 多种语言,语音克隆;非商业许可证
语音Phonon 31M小型英语模型,可在笔记本电脑 CPU 上实时运行
语音Pocket TTS 100M六种语言,预设音色或克隆,在 CPU 上速度很快
语音ZONOS3-Mini八种语言,预设音色或克隆

Stable Audio 3 模型运行在另一个运行时上:本地音效和音乐(aigd.sa3cpp)。

示例请求

运行时和模型安装完成后,你就可以用自然语言向智能体提出请求:

  • “为森林关卡做一段 60 秒的宁静氛围音乐。”
  • “生成一段 10 秒的雨打铁皮屋顶的环境音。”
  • “用温暖友好的声音朗读 dialogue/shop.txt 中店主的台词。”

下载内容

来自上游的发行版,按标签固定版本并用 sha256 校验:0xShug0/audio.cpp v0.9.5(提交 61c7838baf1f7f34769b5b7bd369c0d78edf9535)。应用会为你的电脑选择其中一个变体。

变体电脑下载
win-x64-cuda12Windows,NVIDIA GPU(驱动程序 551.61 或更新版本)1.08 GB(程序 + NVIDIA CUDA 12.4 运行时)
win-x64-vulkanWindows,AMD / Intel / 其他 GPU86 MB
win-x64-cpuWindows,没有受支持的 GPU(较慢)34 MB
darwin-arm64-metal搭载 Apple 芯片的 Mac,macOS 13.3 或更新版本39 MB
linux-x64-vulkanLinux x64,配备 Vulkan GPU,glibc 2.43 或更新版本。需要 libgomp.so.1 和 libvulkan.so.1119 MB
linux-x64-cpuLinux x64,没有受支持的 GPU,glibc 2.43 或更新版本(较慢)67 MB

Linux 为预览版。 audio.cpp v0.9.5 唯一的 Linux CUDA 构建是面向 Colab 的服务器,而不是应用所运行的命令行程序,因此在配有 NVIDIA GPU 的 Linux 上会运行 Vulkan 变体。

应用从不安装驱动程序或系统库。如果有缺失,它会告诉你需要安装什么。audio.cpp 会从系统中加载 eSpeak-ng 以支持少数语音系列;本包不附带它,而 AI Game Dev 提供的模型也不需要它。

许可证

  • audio.cpp — Apache-2.0,© 2026 ShugoAI LLC(许可证)。
  • 内置组件:ggml(MIT)、SentencePiece(Apache-2.0)、cJSON、cpp-httplib、libyaml 和 utf8proc(MIT)、LZ4(BSD-2-Clause)——见 external/。
  • Microsoft Visual C++ 运行时 DLL,包含在 Windows 变体中——由上游依据 Visual C++ Redistributable 许可条款 再分发。
  • NVIDIA CUDA 运行时(cudart、cuBLAS、cuBLASLt、cuFFT),仅包含在 Windows CUDA 变体中——由上游依据 NVIDIA CUDA EULA 再分发。
  • 本包 — MIT。每个模型包都会声明自己的许可证;模型权重沿用其原始发行版本的许可证。

所有文件均从上游 GitHub 发行版下载。AI Game Dev 不托管这些文件。

版本

本地音频生成(audio.cpp) 的发布版本
版本发布时间需要应用
1.0.2最新0.32.0-beta.6 或更高版本
1.0.10.32.0-beta.6 或更高版本

安装

在桌面应用中安装

打开包窗口(状态栏中的包图标),选择浏览,搜索 aigd.audiocpp,然后点击添加到项目。

还没安装应用?免费下载 AI Game Dev,支持 Windows、macOS 和 Linux。

从终端安装

在项目文件夹中使用 gamedev CLI:

gamedev pkg add aigd.audiocpp

环境要求

  • AI Game Dev 0.32.0-beta.6 或更高版本

进一步了解包

安装
gamedev pkg add aigd.audiocpp