Supertonic-3

この Soniqo ページは、ローカルの speech-swift / speech-core 実装にある Supertonic-3 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Supertonic-3
役割G2P-free multilingual text-to-speech
バックエンドCoreML (Apple Neural Engine / GPU) and LiteRT
出力44.1 kHz mono Float32 PCM
言語31 languages plus a neutral na tag
ライセンスOpenRAIL-M weights, MIT code
状態Ready for CoreML; LiteRT reference implementation in speech-core
ソースSupertone Supertonic-3
Swift プロダクトSupertonicTTS
CLI / ランタイムShared TTS pipeline / server integration; LiteRT C++ wrapper for edge runtimes

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 SupertonicTTS

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

モデルリンク

実装メモ