Automatische vertaling · Engels origineel

Chatterbox Meertalig

Deze eerste partij Soniqo paginadocumenten Chatterbox Meertalig van de lokale speech-swift / speech-core implementatie. Hugging Face worden hieronder gekoppeld na de integratienotities.

Interne pagina eerste

Landingskaarten en docs menu's wijzen nu eerst hier; bronmodel en bundel links blijven beschikbaar van deze pagina.

Bij een Glance

Model	Chatterbox Meertalig
Rol	Meertalige nul-shot voice-cloning TTS
Backend	MLX fp16 op Apple; LiteRT default-voice runtime in Speech Core
Uitvoer	24 kHz monogolfvorm
Talen	23 talen
Licentie	MIT
Status	MLX klonen runtime; LiteRT hebzuchtige/standaard-stem runtime voor randimplementaties
Bron	Resemble AI Chatterbox
Swift product	`ChatterboxTTS`
CLI / looptijd	Programmatic speech-swift runtime; LiteRT voorbeeld CLI in speech-core/examples/litert

Gebruik

Het onderstaande knipsel spiegelt de huidige speech-swift API of commando blootgesteld door de repo.

import ChatterboxTTS

let model = try await ChatterboxTTSModel.fromPretrained()
let pcm = try model.clone(
    referenceSamples: reference,
    sampleRate: 24_000,
    text: "The cloned voice now speaks a new sentence.",
    languageId: "en"
)

Modellinks

Opmerkingen over de uitvoering

Download wordt gesplitst tussen de hoofdbundel Chatterbox en de afzonderlijke repository S3 tokenizer.
Pijplijn is T3 tekst-tot-spraaktekens, S3Gen stroommel decoder, dan HiFi-GAN / HiFTGenerator vocoder.
Referentieclips worden opnieuw ingedeeld naar 24 kHz voor S3Gen en 16 kHz voor conditionering van luidspreker/token.
De MLX kloonpad en standalone S3Gen synthese maakt gebruik van een evenwichtig geheugenbeleid: een tijdelijke up-to-512 MiB cache cap en cache clears tussen fasen. Lagere budgetten voor beller worden bewaard. memoryOptions: .unrestricted slaat deze generatie controls over; de gedeelde model-lifetime cap is nog steeds van toepassing.
Flash Core ML klonen gebruikt MLX referentieaudio-encoders om conditionering voor te bereiden, voert vervolgens de geëxporteerde T3/S3Gen Core ML grafieken. CFG blijft standaard uit tenzij de bundel t3/NullTextPrefill.mlmodelc bevat; de publieke 192-token audio-exportcaps Flash referentieprompts blijven op 6 seconden, zodat gegenereerde spraak ruimte heeft.
speech-core's LiteRT pad verstuurt een standaardstem; fp16 T3 wordt aanbevolen voor Arabische kwaliteit.