Supertonic-3

Cette page Soniqo documente Supertonic-3 tel qu'il est implémenté dans speech-swift / speech-core. Les liens Hugging Face sont placés après les notes d'intégration.

Page interne d'abord

Les cartes et menus pointent d'abord ici; les liens vers le modèle source et les bundles restent disponibles sur cette page.

Aperçu

Modèle	Supertonic-3
Rôle	G2P-free multilingual text-to-speech
Backend	CoreML (Apple Neural Engine / GPU) and LiteRT
Sortie	44.1 kHz mono Float32 PCM
Langues	31 languages plus a neutral na tag
Licence	OpenRAIL-M weights, MIT code
État	Ready for CoreML; LiteRT reference implementation in speech-core
Source	Supertone Supertonic-3
Produit Swift	`SupertonicTTS`
CLI / runtime	Shared TTS pipeline / server integration; LiteRT C++ wrapper for edge runtimes

Utilisation

L'extrait ci-dessous suit l'API ou la commande actuellement exposée par speech-swift.

import SupertonicTTS

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

Liens du modèle

Notes d'implémentation

No espeak, phonemizer, or lexicon: text is NFKD-normalized and mapped through a Unicode index table.
Download uses explicit CoreML package globs for the four graphs plus tokenizer, config, and voice style JSON files.
The Apple export uses dynamic latent length; the current LiteRT path uses fixed graph shapes and chunks longer text.
Voices are precomputed style presets F1-F5 and M1-M5; on-device cloning is out of scope because the style extractor is not released.