Strojový překlad · Anglický originál

OmniVoice

Tato první strana Soniqo stránka dokumenty OmniVoice z místní speech-swift / speech-core implementace. Hugging Face balíčky jsou spojeny níže po integračních poznámkách.

Interní stránka

Přistávací karty a docs menu nyní ukázat zde první; zdrojový model a svazky odkazy zůstávají k dispozici z této stránky.

V Glance

Vzor	OmniVoice
Úloha	Masivní vícejazyčné nulové klonování TTS
Backend	MLX int8 výchozí balík; fp16 balíček k dispozici
Výstup	24 kHz mono waveform
Jazyky	600 + jazyky
Licence	Apache-2.0 proti proudu
Stav	Program speech-swift runtime používá Studio sidecar
Zdroj	k2-fsa OmniVoice
Swift produkt	`OmniVoiceTTS`
CLI / runtime	Programmatický runtime; zatím žádný primární řečový motor

Použití

Snippet níže odráží aktuální speech-swift API nebo příkaz vystavený repo.

import OmniVoiceTTS

let model = try await OmniVoiceTTSModel.fromPretrained()
let pcm = try model.generate(
    text: "A new sentence in the reference speaker's voice.",
    referenceAudio: URL(fileURLWithPath: "reference.wav"),
    referenceText: "This is the reference voice.",
    language: "en"
)

Modelové odkazy

Poznámky k provádění

Stáhnout opravy nekompletní cache kontrolou páteře, tokenizer soubory, a audio _ tokeniser model před nakládkou.
Generace iterativně odmaskuje osm akustických kódových knih s bezklasifikovaným vedením.
Běžecký čas kombinuje obousměrnou páteřní Qwen3 s Higgs- audio v2 kodekem / dekodérem.
Volitelné pokyny zahrnují omezení stylové kontroly, jako je přízvuk, věk, pohlaví, nadhoz a šepot.