Traduzione automatica · Originale inglese

Supertonic-3

Questa pagina Soniqo di prima parte documenta l'implementazione Supertonic-3 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	Supertonic-3
Role	G2P-free testo multilingue a schermo
Indietro	CoreML (Apple Neural Engine / GPU e LiteRT
Produzione	44.1 kHz mono Float32 PCM
Lingue	31 lingue più un tag na neutrale
Licenza	pesi OpenRAIL-M, MIT
Stato	Pronta per l'applicazione di riferimento CoreML; LiteRT in speech-core
Fonte	Supertone Supertonic-3
Prodotto Swift	`SupertonicTTS`
CLI / runtime	Condivisione TTS pipeline/integrazione del server; LiteRT C++ wrapper per i tempi di esecuzione dei bordi

Uso

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

Link di modello

Note di attuazione

Nessun espeak, fonemizzatore o lessico: il testo è NFKD-normalizzato e mappato attraverso una tabella indice Unicode.
Download utilizza globi espliciti del pacchetto CoreML per i quattro grafici più tokenizer, config e file JSON di stile vocale.
L'esportazione di mele utilizza la lunghezza del latente dinamica; il percorso corrente LiteRT utilizza forme di grafo fisso e blocchi testo più lungo.
Le voci sono predefinite predefinite di stile F1-F5 e M1-M5