Indic-Mio
หน้านี้ของ Soniqo อธิบาย Indic-Mio ตาม implementation ใน speech-swift / speech-core ส่วนลิงก์ Hugging Face อยู่ใต้หมายเหตุการใช้งาน
เข้าหน้าในเว็บก่อน
การ์ดหน้าแรกและเมนูเอกสารจะชี้มาที่หน้านี้ก่อน ส่วนลิงก์ไปยัง source model และ bundle ยังอยู่ในหน้านี้
ภาพรวม
| โมเดล | Indic-Mio |
|---|---|
| บทบาท | Hindi / Indic emotion TTS with optional reference voice conditioning |
| Backend | MLX fp16 |
| Output | 24 kHz mono waveform |
| ภาษา | Hindi / Indic text focus |
| License | Bundle-specific; verify upstream terms before commercial use |
| สถานะ | Programmatic SpeechGenerationModel runtime |
| Source | Indic-Mio bundle |
| Swift product | IndicMioTTS |
| CLI / runtime | Programmatic runtime; server-side loader support is present |
การใช้งาน
snippet ด้านล่างตรงกับ API หรือคำสั่งปัจจุบันใน speech-swift
import IndicMioTTS
let model = try await IndicMioTTSModel.fromPretrained()
let pcm = try await model.generate(
text: "नमस्ते <happy>",
language: "hi"
)ลิงก์โมเดล
หมายเหตุ implementation
- Download requests the primary model, tokenizer/chat files, and miocodec component explicitly; the optional WavLM reference encoder is fetched separately when cloning is used.
- Supported emotion markers are <happy>, <sad>, <angry>, <disgust>, <fear>, and <surprise>.
- MioCodec uses 25 Hz content tokens and decodes to 24 kHz audio.
- Reference cloning extracts a 128-float global embedding through the WavLM reference encoder path.