Traducere automată · Originalul în engleză
OmniVoice
Această primă parte Soniqo documente de pagină OmniVoice de la local speech-swift / speech-core implementare. Hugging Face pachete sunt legate mai jos după notele de integrare.
Prima pagină internă
Carduri de aterizare și meniuri docs punct acum aici primul; model sursă și link-uri de pachet rămân disponibile de la această pagină.
La o strălucire
| Model | OmniVoice |
|---|---|
| Rol | Clonarea vocală masivă multilingvă zero-shot TTS |
| Platformă | MLX int8 pachet implicit; fp16 pachet disponibil |
| Ieșire | Forma de undă mono 24 kHz |
| Limbi | 600+ limbi |
| Licență | Apache-2.0 familia din amonte |
| Stare | Programatic speech-swift runtime utilizat de studioul secundar |
| Sursă | k2-fsa OmniVoice |
| Swift produs | OmniVoiceTTS |
| CLI / timpul de funcționare | Timpul de funcționare programatic; nu un motor de vorbire primar vorbi încă |
Utilizare
Fragmentul de mai jos reflectă curentul speech-swift API sau comanda expusă de repo.
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"
)Modele de legături
Note de punere în aplicare
- Descărcați reparațiile caches incomplete prin verificarea coloanei vertebrale, fișiere tokenizer, și audio_tokenizer model înainte de încărcare.
- Generaţia descarcă iterativ opt coduri acustice cu orientare fără clasificare.
- Runtime combină un codor/decodor bidirecțional Qwen3 cu un codor /codor Higgs-audio v2 codec.
- Instrucţiuni opţionale acoperă controale de stil restricţionate, cum ar fi accent, vârstă, sex, pas, şi şoaptă.