# AI Game Dev 套件

> 搜尋 AI Game Dev 桌面應用程式與 gamedev CLI 的所有套件：官方 aigd.* 套件與社群套件，包含版本、評分、授權與安裝指令。

HTML：https://ai-game.dev/zh-hant/packages · 各套件：`https://ai-game.dev/zh-hant/packages/<id>`（Markdown：加上 `.md`）· 安裝：`gamedev pkg add <id>`，或使用桌面應用程式的「套件」視窗（瀏覽）。套件運作方式：https://ai-game.dev/docs/wiki/app/packages

篩選：搜尋 `-`、來源 official、分類 音訊、發行者 `aigd`，依 featured 排序。共 74 個套件中的 32 個。

## 官方套件

- [ACE-Step（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-ace-step.md) (`aigd.cloud-ace-step`, v0.1.4, 由 AI Game Dev 提供): 雲端版 ACE-Step 1.5：依風格提示詞生成開放音樂，長度 10 秒到 4 分鐘，是你額度中最輕量的雲端音樂模型，適合草擬遊戲配樂。會使用你的額度；同一個模型也能在本機執行。
- [ACE-Step 1.5（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-ace-step-1-5.md) (`aigd.audio-ace-step-1-5`, v1.0.2, 由 AI Game Dev 提供): ACE-Step 1.5 Turbo 音樂模型：依據風格提示（曲風、情緒、樂器、速度）與可選的 50 種語言歌詞，生成含人聲或純樂器的歌曲，長度 10 秒到 10 分鐘，48 kHz 立體聲，適合遊戲主題曲與原聲帶。透過 audio.cpp 在你的 GPU 上本機執行。MIT 授權，允許商業使用。
- [Chatterbox Multilingual V3 (語音模型)](https://ai-game.dev/zh-hant/packages/aigd.tts-chatterbox-multilingual-v3.md) (`aigd.tts-chatterbox-multilingual-v3`, v1.0.2, 由 AI Game Dev 提供): Resemble AI 推出的 20 種語言本機文字轉語音：可從 3–60 秒片段克隆聲音，無需逐字稿，或以內建聲音朗讀，並有 Exaggeration 控制情緒。適合在地化遊戲對白與配音。在應用程式的 ONNX runtime 中以 CPU 執行，速度比即時慢。MIT。Resemble AI 已不再維護。
- [Chatterbox Turbo（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-chatterbox-turbo.md) (`aigd.tts-chatterbox-turbo`, v1.0.3, 由 AI Game Dev 提供): Resemble AI 推出的快速本機英文文字轉語音模型（350M）：可用模型內建聲音，或使用複製自 5-30 秒音檔的聲音，並可在文字中加入 \[laugh\]、\[chuckle\]、\[cough\] 等聲音標籤。適合角色對白與旁白配音。透過 llama.cpp 在 GPU 或 CPU 上執行。MIT 授權，允許商業使用。
- [ElevenLabs（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-elevenlabs.md) (`aigd.cloud-elevenlabs`, v0.1.5, 由 AI Game Dev 提供): 雲端 ElevenLabs 遊戲音訊：以 21 種聲音（v4 Turbo 與 Eleven v4）製作對白與旁白的語音，並可依描述生成 1 至 30 秒的音效；音樂即將推出。會使用你的額度。
- [Fish Audio S2 Pro（語音模型，非商業用途）](https://ai-game.dev/zh-hant/packages/aigd.tts-fish-s2-pro.md) (`aigd.tts-fish-s2-pro`, v1.0.2, 由 AI Game Dev 提供): Fish Audio 的 4B 文字轉語音模型，在本機執行：支援 80 種以上語言、可用一段錄音及其轉錄文字複製聲音，並能在文字中直接加入 \[laughing\]、\[whisper\] 或 \[pause\] 等語氣標記。搭配 audio.cpp 可在 8 GB 以上的 GPU 上執行。非商業授權：商業用途需另向 Fish Audio 取得授權。
- [Fun-CosyVoice3（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-cosyvoice3.md) (`aigd.tts-cosyvoice3`, v1.0.2, 由 AI Game Dev 提供): 來自阿里巴巴通義實驗室的本地語音克隆文字轉語音模型：Fun-CosyVoice3 0.5B 能用 3–30 秒片段中的聲音，說出中文、英文、日文、韓文、德文、西班牙文、法文、義大利文、俄文和粵語，並遵循風格指示（情緒、語速、方言）。透過 audio.cpp 在你的 GPU 上執行。Apache-2.0。
- [IndexTTS 2.5（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-indextts25.md) (`aigd.tts-indextts25`, v1.0.2, 由 AI Game Dev 提供): bilibili 的 IndexTTS 2.5，在本機執行：只要一段 3-30 s 的片段就能零樣本複製音色，情緒則用指令描述，支援中文、英文、日文、西班牙文與阿拉伯文。適合製作富有表現力的遊戲對白。搭配 audio.cpp 可在約 6 GB 的 GPU 上執行。在授權的規模上限內可商業使用。
- [Kokoro（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-kokoro.md) (`aigd.cloud-kokoro`, v0.1.3, 由 AI Game Dev 提供): 雲端版 Kokoro：一款開放的美式英語語音模型，提供 20 種音色，額度消耗低，適合暫代與草稿性質的遊戲對白。會使用你的額度；同一個模型也能在本機執行。
- [Kokoro 82M（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-kokoro.md) (`aigd.tts-kokoro`, v1.0.3, 由 AI Game Dev 提供): hexgrad 的 Kokoro 82M，一款小巧、評價極高的英文文字轉語音模型，在本機執行：28 個美式與英式預設語音，可用於 NPC 對話、旁白與 UI 語句。即使在 CPU 上也很快（llama.cpp）；不支援聲音複製。Apache-2.0，允許商業使用。
- [本機音效與音樂（Stable Audio 3）](https://ai-game.dev/zh-hant/packages/aigd.sa3cpp.md) (`aigd.sa3cpp`, v1.0.2, 由 AI Game Dev 提供): 在 AI Game Dev 中以 sa3.cpp 執行本機音效與音樂的執行環境；sa3.cpp 是 Stable Audio 3 的 C++/ggml 移植版，支援 CUDA、Vulkan、Metal 或 CPU，不需 Python。可執行 Stable Audio 3 Small SFX、Small Music 與 Medium 模型，這些模型是各自獨立的套件。
- [本機語音（llama.cpp）](https://ai-game.dev/zh-hant/packages/aigd.llamacpp.md) (`aigd.llamacpp`, v1.0.2, 由 AI Game Dev 提供): 用 llama.cpp 的語音工具在這台電腦上朗讀文字，離線執行且不佔用你的額度：在 NVIDIA、AMD、Intel 或 Apple GPU 或 CPU 上產生語音台詞、旁白與暫代對白。Kokoro、Chatterbox Turbo 等模型是另外的套件。
- [Lyria（雲端音訊）](https://ai-game.dev/zh-hant/packages/aigd.cloud-lyria.md) (`aigd.cloud-lyria`, v0.1.4, 由 AI Game Dev 提供): Google Lyria 3 雲端音樂：依文字描述製作 30 秒片段，可為純樂器或含人聲，適合遊戲選單主題曲、關卡音樂草稿與預告片配樂。會使用你的額度。
- [Magenta RealTime 2（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-magenta-rt2.md) (`aigd.audio-magenta-rt2`, v1.0.2, 由 AI Game Dev 提供): Google Magenta RealTime 2 器樂音樂模型系列：依風格提示詞生成背景音樂，長度 1 秒至 3 分鐘，48 kHz 立體聲，不含人聲。Small（230M）可在任何 GPU 上執行，甚至能在 CPU 上執行；Base（2.4B）需要 GPU。透過 audio.cpp 在本機執行。CC BY 4.0，允許商業使用。
- [Magpie TTS Multilingual（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-magpie.md) (`aigd.tts-magpie`, v1.0.2, 由 AI Game Dev 提供): NVIDIA 的 Magpie TTS Multilingual 357M，在本機執行：以五種預設語音提供 13 種語言與方言（包含印地語、越南語、巴西葡萄牙語與三種阿拉伯文變體）的語音，適合在地化對白與播報。不支援聲音複製。在 GPU 上搭配 audio.cpp 效果最佳。NVIDIA Open Model License。
- [Ming-3.0 TTS 0.5B（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-ming3.md) (`aigd.tts-ming3`, v1.0.2, 由 AI Game Dev 提供): inclusionAI 的 Ming-3.0 TTS 0.5B，於本機執行：可說中文、英文、日文、韓文、德文、法文與西班牙文，並能從片段複製聲音、依文字描述設計聲音，做出截然不同的遊戲角色嗓音。搭配 audio.cpp 在 GPU 上效果最佳。MIT，允許商業使用。
- [MiniMax-Music3（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-minimax-music3.md) (`aigd.audio-minimax-music3`, v1.0.2, 由 AI Game Dev 提供): MiniMax-Music3：根據風格提示與帶有 \[verse\]/\[chorus\] 標籤的歌詞，生成含人聲演唱的完整歌曲，最長 5 分鐘、44.1 kHz 立體聲，適合主題曲與原聲帶單曲。透過 audio.cpp 在你的 GPU 上本機執行。社群授權：需標示「MiniMax-Music3」、註明輸出為機器生成、有營收上限。
- [MOSS-SoundEffect v2（音效模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-moss-soundeffect-v2.md) (`aigd.audio-moss-soundeffect-v2`, v1.0.2, 由 AI Game Dev 提供): OpenMOSS 的 MOSS-SoundEffect v2：依英文或中文描述生成音效與環境氛圍（自然、城市、生物、人類動作），1 至 30 秒，48 kHz 單聲道，適合遊戲關卡與場景。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0（依模型卡標示），允許商業使用。
- [OmniVoice（語音模型，非商業）](https://ai-game.dev/zh-hant/packages/aigd.tts-omnivoice.md) (`aigd.tts-omnivoice`, v1.0.2, 由 AI Game Dev 提供): k2-fsa 的 OmniVoice，在本機執行：支援 600 種以上語言的文字轉語音，可使用它自己的預設語音，或從一段片段及其轉錄文字複製聲音。適合非商業專案中的冷門語言。搭配 audio.cpp 在 GPU 上效果最好。非商業授權（CC-BY-NC）。
- [Phonon 31M（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-phonon.md) (`aigd.tts-phonon`, v1.0.2, 由 AI Game Dev 提供): Gradium 的 Phonon 31M 是輕巧的本地英文文字轉語音模型，只有一種聲音：在筆記型電腦 CPU 上比即時更快，適合快速旁白、UI 與暫代台詞。下載大小 85.5 MB，以 audio.cpp 執行。Apache-2.0，允許商業使用。
- [Pocket TTS 100M（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-pocket.md) (`aigd.tts-pocket`, v1.0.2, 由 AI Game Dev 提供): Kyutai 的 Pocket TTS 100M，在本機執行：英文、法文、德文、西班牙文、義大利文與葡萄牙文各一個檢查點，每種語言 15 個預設語音，或從短片段複製語音且不需逐字稿。搭配 audio.cpp，在 CPU 上比即時更快。CC-BY-4.0：標示姓名後可商業使用，須遵守 Kyutai 的使用條款。
- [Qwen3-TTS 0.6B Base（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-0-6b-base.md) (`aigd.audio-qwen3-tts-0-6b-base`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 0.6B Base：文字轉語音，能複製短參考音檔（3 秒以上）的嗓音，支援 10 種語言、24 kHz，適合角色對白與旁白。較小型的聲音複製模型，適用於約 4 GB 的 GPU（估算）。透過 audio.cpp 在本機執行。Apache-2.0，允許商業使用。
- [Qwen3-TTS 1.7B Base（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-base.md) (`aigd.audio-qwen3-tts-1-7b-base`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 1.7B Base：文字轉語音，可用 3 秒以上的簡短參考音檔複製音色，支援 10 種語言、24 kHz，適合角色對白與旁白。這是較大的音色複製模型，適合約 6 GB 的 GPU（估計值）。透過 audio.cpp 在本機執行。Apache-2.0，允許商業使用。
- [Qwen3-TTS 1.7B CustomVoice（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-customvoice.md) (`aigd.audio-qwen3-tts-1-7b-customvoice`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 1.7B CustomVoice：文字轉語音，內建九種聲音，並支援情緒與語氣指示（「興奮、語速快」、「耳語、悲傷」），涵蓋 10 種語言，24 kHz，適合 NPC 對白與旁白。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0，允許商業使用。
- [Qwen3-TTS 1.7B VoiceDesign（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-voicedesign.md) (`aigd.audio-qwen3-tts-1-7b-voicedesign`, v1.0.2, 由 AI Game Dev 提供): Qwen3-TTS 1.7B VoiceDesign：以文字描述設計全新聲音的文字轉語音模型（「一位粗啞的老水手，低沉而緩慢」），同一段描述也會決定情緒與語氣，支援 10 種語言、24 kHz，適合角色配音。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0，允許商業使用。
- [Stable Audio 3 Medium（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-medium.md) (`aigd.audio-stable-audio-3-medium`, v1.1.3, 由 AI Game Dev 提供): Stable Audio 3 Medium：依文字提示詞生成器樂，每段最長 6 分 20 秒，44.1 kHz 立體聲，不含人聲；這是較大型的 Stable Audio 3 音樂模型，適合完整長度的配樂作品。透過 sa3.cpp 在 GPU 上本機執行（CUDA 需 12 GB，Vulkan 在製作最長片段時需 13 GB）。Stability AI Community License：年營收未滿 100 萬美元且完成註冊後，方可商業使用。
- [Stable Audio 3 Small Music（音樂模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-small-music.md) (`aigd.audio-stable-audio-3-small-music`, v1.1.3, 由 AI Game Dev 提供): Stable Audio 3 Small Music：依文字提示生成器樂與循環，最長 2 分鐘，44.1 kHz 立體聲，不含人聲，適合遊戲背景音樂、提示音與短曲。透過 sa3.cpp 在 4 GB 顯示卡上本機執行，或在 CPU 上緩慢執行。Stability AI Community License：年營收低於 100 萬美元才能商業使用，且需先完成註冊。
- [Stable Audio 3 Small SFX（音效模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-stable-audio-3-small-sfx.md) (`aigd.audio-stable-audio-3-small-sfx`, v1.1.3, 由 AI Game Dev 提供): Stable Audio 3 Small SFX：用文字提示詞生成遊戲音效與擬音（撞擊、腳步、UI 音效、環境音），長度 1 至 60 秒，44.1 kHz 立體聲。透過 sa3.cpp 在 4 GB 的 GPU 上本機執行，沒有 GPU 也能執行但速度較慢。Stability AI Community License：僅在完成註冊且年營收低於 100 萬美元時可商業使用。
- [SuperCollider](https://ai-game.dev/zh-hant/packages/aigd.supercollider.md) (`aigd.supercollider`, v0.1.12, 由 AI Game Dev 提供): 在電腦上用 SuperCollider 3.14.1 創作、渲染、分析並匯出可攜式遊戲音樂：專案裡的樂譜即程式碼、離線 WAV 渲染、同步分軌與循環樂段、取樣匯入、預覽，以及匯出到 Unity、Godot 或 Unreal。
- [Supertonic 3（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-supertonic-3.md) (`aigd.tts-supertonic-3`, v1.0.2, 由 AI Game Dev 提供): Supertone 的 Supertonic 3，支援 31 種語言的高速本機文字轉語音，內建十種預設語音，並可在文字中加入 \<laugh\>、\<breath\> 與 \<sigh\> 標籤，適合用於在地化對白與旁白。在應用程式內建的 ONNX 執行環境中以 CPU 執行。不支援語音複製。Open RAIL-M：可於其使用限制範圍內商業使用。
- [VoxCPM2（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.audio-voxcpm2.md) (`aigd.audio-voxcpm2`, v1.0.2, 由 AI Game Dev 提供): OpenBMB 的 VoxCPM2：以 48 kHz 提供 30 種語言與 9 種中文方言的文字轉語音，可從簡短片段複製音色、依描述設計音色，並用情緒與語速指令控制，適合角色對白與旁白。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0，允許商業使用。
- [ZONOS3-Mini（語音模型）](https://ai-game.dev/zh-hant/packages/aigd.tts-zonos3-mini.md) (`aigd.tts-zonos3-mini`, v1.0.2, 由 AI Game Dev 提供): Zyphra 的 ZONOS3-Mini，是一款表情豐富的本機文字轉語音模型：支援英文、法文、德文、西班牙文、義大利文、葡萄牙文、中文與韓文，內建 13 種預設語音，也可從一段音檔複製聲音。透過 audio.cpp，可在筆電 CPU（約即時）或 GPU 上執行。Apache-2.0，允許商業使用。
