Indic-Mio
この Soniqo ページは、ローカルの speech-swift / speech-core 実装にある Indic-Mio を説明します。Hugging Face バンドルへのリンクは統合メモの後にあります。
まずサイト内ページへ
ランディングカードとドキュメントメニューは先にこのページへ向け、ソースモデルとバンドルのリンクは本ページ内に残します。
概要
| モデル | Indic-Mio |
|---|---|
| 役割 | Hindi / Indic emotion TTS with optional reference voice conditioning |
| バックエンド | MLX fp16 |
| 出力 | 24 kHz mono waveform |
| 言語 | Hindi / Indic text focus |
| ライセンス | Bundle-specific; verify upstream terms before commercial use |
| 状態 | Programmatic SpeechGenerationModel runtime |
| ソース | Indic-Mio bundle |
| Swift プロダクト | IndicMioTTS |
| CLI / ランタイム | Programmatic runtime; server-side loader support is present |
使い方
以下のスニペットは、現在の speech-swift リポジトリが公開している API またはコマンドに合わせています。
import IndicMioTTS
let model = try await IndicMioTTSModel.fromPretrained()
let pcm = try await model.generate(
text: "नमस्ते <happy>",
language: "hi"
)
モデルリンク
実装メモ
- Download requests the primary model, tokenizer/chat files, and miocodec component explicitly; the optional WavLM reference encoder is fetched separately when cloning is used.
- Supported emotion markers are <happy>, <sad>, <angry>, <disgust>, <fear>, and <surprise>.
- MioCodec uses 25 Hz content tokens and decodes to 24 kHz audio.
- Reference cloning extracts a 128-float global embedding through the WavLM reference encoder path.