Maskinoversettelse · Engelsk original

OmniVoice

Denne førsteparten Soniqo sidedokumenter OmniVoice fra den lokale speech-swift / speech-core implementasjon. Hugging Face pakker er koblet nedenfor etter integrasjonsnotasjonene.

Innenrikssiden først

Landingskort og docs-menyer nå peker her først; kildemodell og pakkelenker er tilgjengelige fra denne siden.

På en glanse

Modell	OmniVoice
Rolle	Massivt flerspråklig null-shot stemme-kloning TTS
Motor	MLX int8 standardpakke; fp16 pakke tilgjengelig
Utgang	24 kHz mono bølgeform
Språk	600+ språk
Lisens	Apache-2.0 oppstrøms familie
Status	Programmatisk speech-swift kjøretid brukt av Studio sidebil
Kilde	k2-fsa OmniVoice
Swift produkt	`OmniVoiceTTS`
CLI/kjøretid	Programmatisk kjøretid; ikke en primær tale talemotor ennå

Bruk

Den snutten nedenfor speiler gjeldende speech-swift API eller kommando som eksponeres av repoen.

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"
)

Modelllenker

Implementasjonsnotater

Last ned reparasjoner ufullstendige caches ved å sjekke ryggraden, polenizer-filer og audio_tokenizer modell før du laster.
Generasjon iterativt avmasker åtte akustiske kodebøker med klassefri veiledning.
Kjøretiden kombinerer en toveis Qwen3 ryggrad med en Higgs-audio v2 kodekkodekodekoder/dekoder.
Valgfrie instruksjoner dekker begrensede stilkontroller som aksent, alder, kjønn, tonehøyde og hviske.