F5-TTS

Эта страница Soniqo описывает F5-TTS из локальной реализации speech-swift / speech-core. Ссылки на Hugging Face находятся ниже после заметок по интеграции.

Сначала внутренняя страница

Карточки и меню документации сначала ведут сюда; ссылки на исходную модель и бандлы остаются на этой странице.

Кратко

МодельF5-TTS
РольZero-shot voice cloning from a short reference plus transcript
BackendMLX fp16
Вывод24 kHz mono waveform
ЯзыкиEnglish and Mandarin, mixed EN/ZH supported
ЛицензияCC-BY-NC-4.0 weights; non-commercial bundle
СтатусReady through speech speak --engine f5 and the F5TTS Swift product
ИсточникSWivid F5-TTS
Swift-продуктF5TTS
CLI / runtimespeech speak --engine f5

Использование

Фрагмент ниже соответствует текущему API или команде из speech-swift.

# Clone a voice from a ~10 s reference clip plus its transcript.
.build/release/speech speak "Hello from my cloned voice." \
  --engine f5 \
  --voice-sample reference.wav \
  --f5-reference-text "Text spoken in the reference clip." \
  -o cloned.wav

Ссылки модели

Заметки реализации