Traduzione automatica · Originale inglese

OmniVoice

Questa pagina Soniqo di prima parte documenta l'implementazione OmniVoice della speech-swift locale / speech-core. I bundle Hugging Face sono collegati sotto 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	OmniVoice
Role	Dotazione vocale multilingua TTS
Indietro	Fascio di default MLX int8; bundle fp16 disponibile
Produzione	24 kHz monoforma d'onda
Lingue	600+ lingue
Licenza	Apache-2.0 famiglia a monte
Stato	Tempo di esecuzione programmatico speech-swift utilizzato da Studio sidecar
Fonte	k2-fsa OmniVoice
Prodotto Swift	`OmniVoiceTTS`
CLI / runtime	Tempo di esecuzione programmatico; non un motore di discorso primario parlano ancora

Uso

Lo snippet seguente rispecchia l'attuale speech-swift API o comando esposto dal 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"
)

Link di modello

Note di attuazione

Scaricare le riparazioni cache incomplete controllando la spina dorsale, i file di tokenizer e il modello audio_tokenizer prima del caricamento.
Generazione iterativamente smaschera otto codebook acustici con guida senza classificatori.
Il runtime combina una spina dorsale bidirezionale Qwen3 con un Higgs-audio v2 codec encoder/decoder.
Le istruzioni opzionali coprono controlli di stile ristretti come accento, età, genere, pitch e sussurro.