Maskinoversettelse · Engelsk original

Supertonic-3

Denne førsteparts Soniqo sidedokumenter Supertonic-3 fra lokal speech-swift / speech-core implementasjon. Hugging Face bundter er koblet nedenfor etter integrasjonsnotatene.

Innenrikssiden først

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

På en glanse

Modell	Supertonic-3
Rolle	G2P-free flerspråklig tekst-til-speech
Motor	CoreML (Apple Neural Engine / GPU) og LiteRT
Utgang	44.1 kHz mono Float32 PCM
Språk	31 språk pluss en nøytral na tag
Lisens	OpenRAIL-M vekter, MIT kode
Status	Klar for CoreML; LiteRT referanse implementasjon i speech-core
Kilde	Supertone Supertonic-3
Swift produkt	`SupertonicTTS`
CLI/kjøretid	Delt TTS rørledning / serverintegrasjon; LiteRT C++ wrapper for kantkjøringer

Bruk

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

import SupertonicTTS

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

Modelllenker

Implementasjonsnotater

Ingen espeak, fonemizer eller lexicon: teksten er NFKD-normalisert og kartlagt gjennom en Unicode indekstabell.
Last ned bruker eksplisitt CoreML pakke globs for de fire grafene pluss tokenizer, konfiguration og stemmestil JSON-filer.
Apple-eksporten bruker dynamisk latent lengde; gjeldende LiteRT stien bruker faste grafformer og biter lengre tekst.
Stemmene er forhåndskomputert stilinnstillinger F1-F5 og M1-M5; kloning på enhet er ute av omfang fordi stiluttrekkeren ikke frigjøres.