Maskinöversättning · Engelskt original

Higgs TTS 3

Denna förstaparts Soniqo-sida dokument Higgs TTS ZZ 3 från den lokala speech-swift / speech-core implementering. Hugging Face buntar är länkade nedan efter integrationsnoterna.

Intern sida först

Landningskort och docs-menyer pekar nu här först; källmodell och buntlänkar förblir tillgängliga från denna sida.

På en Glance

Modell	Higgs TTS 3
Rollen	Conversational TTS och noll-shot kloning med inline känslor, stil och SFX taggar
Backend	MLX bf16 ryggrad med float32 codec
Output	24 kHz mono vågform, 25 bilder per sekund
Språk	100+ språk
Licens	Boson Higgs TTS 3 Forskning och icke-kommersiell licens
Status	Redo genom tal talar --engine higgs och HiggsTTS Swift produkten
Källa	Boson AI higgs-tts-3-4b
Swift produkt	`HiggsTTS`
CLI / runtime	`speech speak --engine higgs`

Användning

Nyckeln nedan speglar den nuvarande speech-swift API eller kommandot exponerat av repan.

# Expressive cloned speech with an inline emotion tag.
.build/release/speech speak "<|emotion:elation|> We did it — the demo works!" \
  --engine higgs \
  --voice-sample reference.wav \
  --higgs-ref-text "Text spoken in the reference clip." \
  -o higgs.wav

Modelllänkar

Implementeringsmeddelanden

RTF 0,78 på en M5 Pro för klonad och vanlig syntes lika: provtagning stannar på GPU med fördröjningsramen maskerad på-enhet, och asyncEval överlappar avkoda med slut-of-codes statsmaskinen.
Kloning grindar: Engelsk lexisk överlappning 1.00 och Mandarin CER 0,000 på ASR rundturer; språkmodellen och codec är paritetsvaliderade mot de uppströms implementeringarna i båda riktningarna.
Kontrolltaggar är vanliga tokens inuti måltexten: <|emotion:...|>, < | stil:whispering|&gT, &l|sfx:laughter | & gt;,<|prosody:pause | > och vänner.
Kodning av en 12 s referenskostnader cirka 0,6 s en gång och koderna är återanvändbara över generationer; utelämna --voice-sample för referensfri syntes i en aktieröst.
CLI standarder till temperatur 0,8 eftersom uppströms 1,0 wobbles på enstaka meningar; förväntar sig ca 8,6 GB topp RSS för 4B-ryggraden.