Traducere automată · Originalul în engleză
Supertonic-3
Această primă parte Soniqo documente de pagină Supertonic-3 de la locale speech-swift / speech-core. Hugging Face a pachetelor 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 | Supertonic-3 |
|---|---|
| Rol | G2P-free text-to-speech multilingv |
| Platformă | CoreML (Apple Neural Engine / GPU) și LiteRT |
| Ieșire | 44.1 kHz mono Float32 PCM |
| Limbi | 31 de limbi plus un neutru na tag |
| Licență | OpenRAIL-M wights, MIT cod |
| Stare | Gata pentru CoreML; LiteRT implementare de referință în speech-core |
| Sursă | Supertone Supertonic-3 |
| Swift produs | SupertonicTTS |
| CLI / timpul de funcționare | Partajat TTS conducte / integrarea serverelor; LiteRT C++ ambalaj pentru runtime-uri de margine |
Utilizare
Fragmentul de mai jos reflectă curentul speech-swift API sau comanda expusă de repo.
import SupertonicTTS
let tts = try await SupertonicTTSModel.fromPretrained()
let pcm = try tts.synthesize(
text: "Hello from an on-device voice.",
voiceId: "F1",
language: "en"
)
Modele de legături
Note de punere în aplicare
- Nici un espeak, telefonizer, sau lexicon: text este NFKD-normalizat și cartografiat printr-un tabel index Unicode.
- Descărcare folosește explicit CoreML globuri de pachet pentru cele patru grafice plus tokenizer, config, și fișiere JSON stil vocal.
- Exportul Apple utilizează o lungime dinamică latentă; curentul LiteRT utilizează forme grafice fixe și bucăți de text mai lungi.
- Vocile sunt presetate în stil precomputer F1-F5 și M1-M5; clonarea pe dispozitiv nu este posibilă deoarece extractorul de stil nu este eliberat.