Maskinoversættelse · Engelsk original

Supertonic-3

Denne første part Soniqo side dokumenter Supertonic-3 fra den lokale speech-swift / speech-core implementering. Hugging Face bundter er knyttet nedenfor efter integration noter.

Intern side først

Landingskort og docs menuer peger nu her først; kildemodel og bundlink er stadig tilgængelige fra denne side.

På en Glance

Model	Supertonic-3
Rolle	G2P-free flersproget tekst- to- tale
Backend	CoreML (Apple Neural Engine / GPU) og LiteRT
Output	44.1 kHz mono Float32 PCM
Sprog	31 sprog plus en neutral na tag
Licens	OpenRAIL- M vægte, MIT-kode
Status	Klar til CoreML; LiteRT referenceimplementering i speech-core
Kilde	Supertone Supertonic-3
Swift produkt	`SupertonicTTS`
CLI / runtime	Delt TTS pipeline / server integration; LiteRT C++ wrapper til kant runtimes

Anvendelse

Snuppet nedenfor afspejler den aktuelle speech-swift API eller kommando udsat af repo.

import SupertonicTTS

let tts = try await SupertonicTTSModel.fromPretrained()
let pcm = try tts.synthesize(
    text: "Hello from an on-device voice.",
    voiceId: "F1",
    language: "en"
)

Model Links

Gennemførelsesnoter

Ingen espeak, fonemizer, eller lexicon: tekst er NFKD- normaliseret og kortlagt gennem en Unicode indeks tabel.
Download bruger eksplicitte CoreML pakke globs for de fire grafer plus confidizer, config, og stemme stil JSON-filer.
Apple eksport bruger dynamisk latent længde; den nuværende LiteRT sti bruger faste grafformer og stykker længere tekst.
Voices er forudberegnet stil presets F1-F5 og M1-M5; on- enhed kloning er ude af omfang, fordi stil ekstraktor ikke er frigivet.