Tłumaczenie automatyczne · Oryginał angielski
Indic- Mio
Ta pierwsza strona Soniqo dokumenty Indic- Mio z lokalnej implementacji speech-swift / speech-core. Hugging Face pakiety są połączone poniżej po notatkach integracyjnych.
Strona wewnętrzna pierwsza
Karty do lądowania i menu doków wskazują najpierw tutaj; model źródłowy i linki do pakietów pozostają dostępne na tej stronie.
At a Glance
| Wzór | Indic- Mio |
|---|---|
| Rola | Hindi / Indykalna emocja TTS z opcjonalnym referencyjnym kondycjonowaniem głosu |
| Wstecz | MLX fp16 |
| Wyjście | 24 kHz monofalowa forma fali |
| Języki | Hindi / Indykalna koncentracja tekstu |
| Licencja | Specyficzny dla grupy; weryfikuj terminy początkowe przed zastosowaniem komercyjnym |
| Status | Programmatic SpeechGenerationModel runtime |
| Źródło | Pakiet orientacyjny Mio |
| Produkt Swift | IndicMioTTS |
| CLI / runtime | Programmatic runtime; server- side loader jest obecny |
Stosowanie
Poniższy fragment jest odzwierciedleniem bieżącego speech-swift API lub polecenia zdemaskowanego przez repo.
import IndicMioTTS
let model = try await IndicMioTTSModel.fromPretrained()
let pcm = try await model.generate(
text: "नमस्ते <happy>",
language: "hi"
)Wzory linków
Uwagi do wdrożenia
- Pobieranie żąda podstawowego modelu, tokenizer / chat plików i komponentu miokodec wyraźnie; opcjonalny koder odniesienia WavLM jest pobierany oddzielnie podczas klonowania.
- Obsługiwane znaczniki emocji są & lt; szczęśliwe & gt;, & lt; smutne & gt; & lt; zły & gt;;, & gt; wstręt & gt; i & lt; strach & gt; oraz & lt; niespodzianka & gt;.
- MioCodec wykorzystuje żetony treści 25 Hz i dekoduje do 24 kHz audio.
- Klonowanie referencyjne wyciąga globalny osprzęt 128- float poprzez ścieżkę kodowania odniesienia WavLM.