本機音訊生成(audio.cpp)
gamedev pkg add aigd.audiocpp總覽
AI Game Dev 中的本機音樂、音效與語音執行環境,透過 audio.cpp(C++、ggml)在 CUDA、Vulkan、Metal 或 CPU 上執行。可執行 ACE-Step 1.5、MiniMax-Music3、Magenta RealTime 2、MOSS-SoundEffect v2、Qwen3-TTS、VoxCPM2 與其他語音模型。模型是獨立的套件。
本機音訊生成是一種執行環境,讓 AI Game Dev 應用程式在你自己的電腦上,使用 GPU 或 CPU 製作音樂、音效與語音;它採用 audio.cpp,這是專為音訊模型打造、以 ggml 為基礎的純 C++ 推論引擎,不依賴 Python。所有內容都在你的電腦上製作,而且製作不須任何費用。一個執行環境可服務多種開放模型:歌曲與純樂器、環境音效,以及多種語言的角色語音。安裝後,再加入你想要的模型套件。
功能
- 下載符合你電腦的 audio.cpp 版本(Windows 搭配 CUDA、Vulkan 或 CPU;搭載 Apple 晶片的 Mac 使用 Metal;Linux 為預覽版,使用 Vulkan 或 CPU),以 sha256 檢查後執行。
- 透過工作階段的 Audio 工具執行每個已安裝的 audio.cpp 模型套件,就像內建語音模型一樣,讓你和代理能以自然語言要求音樂、音效或語音。
- 每個音效執行一次
audiocpp_cli,因此生成之間不會有任何內容留在記憶體中。 - 讓你選擇後端:當 Auto 不適合你的電腦時,
backend設定可選擇 CUDA、Vulkan、Metal 或 CPU。 - 讓你決定代理是否可以使用新下載的模型(
newModelsDefault設定;你已下載的模型會保留各自的設定)。
此套件僅含資料(aigd-package.json,不含程式碼)。它會告訴 AI Game Dev 該為你的電腦下載哪個 audio.cpp 版本。應用程式會自行下載、檢查並執行該程式。
模型是獨立的套件
此套件不含任何模型。每個音訊模型套件(音樂、音效、語音)都會指明其檔案,以及 audio.cpp 如何執行它。未經你確認不會下載任何內容,而且你會先看到大小與模型的授權條款。下列模型套件可在其上執行:
| 種類 | 套件 | 產出內容 |
|---|---|---|
| 音樂 | ACE-Step 1.5 | 含人聲或純樂器的歌曲,歌詞支援 50 種語言,最長 10 分鐘 |
| 音樂 | MiniMax-Music3 | 含歌唱歌詞的完整歌曲,最長 5 分鐘 |
| 音樂 | Magenta RealTime 2 | 純樂器音樂,最長 3 分鐘;Small 也能在 CPU 上執行 |
| 音效 | MOSS-SoundEffect v2 | 環境氛圍、自然、城市、生物與人類動作音效,最長 30 秒 |
| 語音 | Qwen3-TTS 0.6B Base | 10 種語言的語音複製,可在較小的 GPU 上執行 |
| 語音 | Qwen3-TTS 1.7B Base | 10 種語言的語音複製 |
| 語音 | Qwen3-TTS 1.7B CustomVoice | 九種內建語音,可加入情緒指示 |
| 語音 | Qwen3-TTS 1.7B VoiceDesign | 依文字描述建立新語音 |
| 語音 | VoxCPM2 | 30 種語言:語音複製、語音設計與情緒 |
| 語音 | Fun-CosyVoice3 | 9 種語言與粵語的語音複製 |
| 語音 | Fish Audio S2 Pro | 語音複製與 80 種以上語言;非商業授權 |
| 語音 | IndexTTS 2.5 | 可控制情緒的語音複製 |
| 語音 | Magpie TTS Multilingual | 13 種語言與方言,五種語音 |
| 語音 | Ming-3.0 TTS 0.5B | 七種語言、語音複製與語音設計 |
| 語音 | OmniVoice | 600 種以上語言、語音複製;非商業授權 |
| 語音 | Phonon 31M | 小型英語模型,可在筆記型電腦 CPU 上即時執行 |
| 語音 | Pocket TTS 100M | 六種語言,支援預設語音或語音複製,在 CPU 上速度快 |
| 語音 | ZONOS3-Mini | 八種語言,預設語音或語音複製 |
Stable Audio 3 模型會在獨立的執行環境中執行,也就是 本機音效與音樂(aigd.sa3cpp)。
要求範例
安裝執行環境與模型後,你就能以自然語言向代理提出要求:
- 「為森林關卡製作一段 60 秒的平靜環境音樂。」
- 「生成一段 10 秒的雨打鐵皮屋頂環境音。」
- 「用溫暖、友善的語音朗讀
dialogue/shop.txt中店主的台詞。」
會下載哪些內容
上游發行版,以標籤固定並透過 sha256 檢查:0xShug0/audio.cpp v0.9.5(提交 61c7838baf1f7f34769b5b7bd369c0d78edf9535)。應用程式會為你的電腦挑選一個變體。
| 變體 | 電腦 | 下載 |
|---|---|---|
win-x64-cuda12 | Windows,NVIDIA GPU(驅動程式 551.61 或更新版本) | 1.08 GB(程式 + NVIDIA CUDA 12.4 執行環境) |
win-x64-vulkan | Windows,AMD / Intel / 其他 GPU | 86 MB |
win-x64-cpu | Windows,沒有支援的 GPU(速度慢) | 34 MB |
darwin-arm64-metal | 搭載 Apple 晶片的 Mac,macOS 13.3 或更新版本 | 39 MB |
linux-x64-vulkan | Linux x64,配備 Vulkan GPU,glibc 2.43 或更新版本。需要 libgomp.so.1 與 libvulkan.so.1 | 119 MB |
linux-x64-cpu | Linux x64,沒有支援的 GPU,glibc 2.43 或更新版本(速度慢) | 67 MB |
Linux 為預覽版。 audio.cpp v0.9.5 唯一的 Linux CUDA 組建是針對 Colab 的伺服器,而非應用程式所執行的命令列程式,因此在配備 NVIDIA GPU 的 Linux 上會執行 Vulkan 變體。
應用程式絕不會安裝驅動程式或系統函式庫。若有缺少項目,它會告訴你需要安裝什麼。audio.cpp 會從系統載入 eSpeak-ng 以支援少數語音系列;此套件並未隨附它,而 AI Game Dev 提供的模型也不需要它。
授權條款
- audio.cpp — Apache-2.0,© 2026 ShugoAI LLC(授權條款)。
- 內建:ggml(MIT)、SentencePiece(Apache-2.0)、cJSON、cpp-httplib、libyaml 與 utf8proc(MIT)、LZ4(BSD-2-Clause)——請參閱
external/。 - Windows 變體中的 Microsoft Visual C++ 執行階段 DLL——由上游依 Visual C++ Redistributable 授權條款 重新散布。
- 僅限 Windows CUDA 變體中的 NVIDIA CUDA 執行環境(cudart、cuBLAS、cuBLASLt、cuFFT)——由上游依 NVIDIA CUDA EULA 重新散布。
- 此套件 — MIT。每個模型套件都會聲明自己的授權條款;模型權重保留其原始發行版的授權條款。
所有檔案都從上游的 GitHub 發行版下載。AI Game Dev 並未代為託管。
版本
| 版本 | 發布日期 | 需搭配應用程式 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 或更新版本 | |
| 1.0.1 | 0.32.0-beta.6 或更新版本 |
安裝
在桌面應用程式中
開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.audiocpp,然後點選 加到專案。
還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。
從終端機
在你的專案資料夾中,使用 gamedev CLI:
gamedev pkg add aigd.audiocpp需求
- AI Game Dev 0.32.0-beta.6 或更新版本
gamedev pkg add aigd.audiocpp