Traduzione automatica · Originale inglese
Indic-Mio
Questa pagina Soniqo di prima parte documenta l'implementazione Indic-Mio della speech-swift / speech-core. I pacchetti Hugging Face sono collegati di seguito dopo le note di integrazione.
Pagina iniziale
Le carte di atterraggio e i menu Docs ora puntano qui prima; il modello di sorgente e i link di fascio rimangono disponibili da questa pagina.
In un solco
| Modello | Indic-Mio |
|---|---|
| Role | Hindi / emozione indica TTS con condizionamento vocale opzionale di riferimento |
| Indietro | MLX fp16 |
| Produzione | 24 kHz monoforma d'onda |
| Lingue | Hindi / Indic text focus |
| Licenza | Bundle-specifico; verificare i termini a monte prima dell'uso commerciale |
| Stato | Programmatico SpeechGenerationModel runtime |
| Fonte | Indic-Mio bundle |
| Prodotto Swift | IndicMioTTS |
| CLI / runtime | Tempo di esecuzione programmatico; il supporto server-side loader è presente |
Uso
Lo snippet seguente rispecchia l'attuale speech-swift API o comando esposto dal repo.
import IndicMioTTS
let model = try await IndicMioTTSModel.fromPretrained()
let pcm = try await model.generate(
text: "नमस्ते <happy>",
language: "hi"
)Link di modello
Note di attuazione
- Scarica le richieste del modello primario, dei file tokenizer/chat e del componente miocodec esplicitamente; l'encoder di riferimento WavLM opzionale viene recuperato separatamente quando viene utilizzato il clonazione.
- I marcatori di emozione supportati sono <happy>, <sad> <angry> e <disgust>;, &lfear> ed <surprise>.
- MioCodec utilizza 25 gettoni di contenuto Hz e decodi a 24 kHz audio.
- La clonazione di riferimento estrae una incorporazione globale a 128 galleggianti attraverso il percorso di encoder di riferimento WavLM.