# 本地音频生成（audio.cpp）

> 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。

- ID: `aigd.audiocpp`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 运行时
- 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: MIT
- 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.audiocpp

## 安装

使用 gamedev CLI，在项目文件夹中运行：

```bash
gamedev pkg add aigd.audiocpp
```

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.audiocpp`，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
# 本地音频生成（`aigd.audiocpp`）

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](https://github.com/0xShug0/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](https://ai-game.dev/packages/aigd.audio-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](https://ai-game.dev/packages/aigd.audio-minimax-music3) | 带演唱歌词的完整歌曲，最长 5 分钟 |
| 音乐 | [Magenta RealTime 2](https://ai-game.dev/packages/aigd.audio-magenta-rt2) | 纯音乐，最长 3 分钟；Small 版还可在 CPU 上运行 |
| 音效 | [MOSS-SoundEffect v2](https://ai-game.dev/packages/aigd.audio-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](https://ai-game.dev/packages/aigd.audio-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](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-base) | 支持 10 种语言的语音克隆 |
| 语音 | [Qwen3-TTS 1.7B CustomVoice](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-customvoice) | 九种内置音色，支持情绪指令 |
| 语音 | [Qwen3-TTS 1.7B VoiceDesign](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-voicedesign) | 通过文字描述生成新音色 |
| 语音 | [VoxCPM2](https://ai-game.dev/packages/aigd.audio-voxcpm2) | 30 种语言：语音克隆、音色设计和情绪 |
| 语音 | [Fun-CosyVoice3](https://ai-game.dev/packages/aigd.tts-cosyvoice3) | 支持 9 种语言和粤语的语音克隆 |
| 语音 | [Fish Audio S2 Pro](https://ai-game.dev/packages/aigd.tts-fish-s2-pro) | 语音克隆和 80 多种语言；非商业许可证 |
| 语音 | [IndexTTS 2.5](https://ai-game.dev/packages/aigd.tts-indextts25) | 带情绪控制的语音克隆 |
| 语音 | [Magpie TTS Multilingual](https://ai-game.dev/packages/aigd.tts-magpie) | 13 种语言和方言，五种音色 |
| 语音 | [Ming-3.0 TTS 0.5B](https://ai-game.dev/packages/aigd.tts-ming3) | 七种语言，语音克隆和音色设计 |
| 语音 | [OmniVoice](https://ai-game.dev/packages/aigd.tts-omnivoice) | 600 多种语言，语音克隆；非商业许可证 |
| 语音 | [Phonon 31M](https://ai-game.dev/packages/aigd.tts-phonon) | 小型英语模型，可在笔记本电脑 CPU 上实时运行 |
| 语音 | [Pocket TTS 100M](https://ai-game.dev/packages/aigd.tts-pocket) | 六种语言，预设音色或克隆，在 CPU 上速度很快 |
| 语音 | [ZONOS3-Mini](https://ai-game.dev/packages/aigd.tts-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](https://ai-game.dev/packages/aigd.sa3cpp)（`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`](https://github.com/0xShug0/audio.cpp/releases/tag/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-cuda12` | Windows，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-vulkan` | Windows，AMD / Intel / 其他 GPU | 86 MB |
| `win-x64-cpu` | Windows，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-vulkan` | Linux x64，配备 Vulkan GPU，**glibc 2.43 或更新版本**。需要 `libgomp.so.1` 和 `libvulkan.so.1` | 119 MB |
| `linux-x64-cpu` | Linux 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](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/LICENSE)）。
- 内置组件：ggml（MIT）、SentencePiece（Apache-2.0）、cJSON、cpp-httplib、libyaml 和 utf8proc（MIT）、LZ4（BSD-2-Clause）——见 [`external/`](https://github.com/0xShug0/audio.cpp/tree/v0.9.5/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](https://visualstudio.microsoft.com/license-terms/) 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](https://docs.nvidia.com/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。
````
