OmniVoice
Bu Soniqo sayfası, yerel speech-swift / speech-core uygulamasındaki OmniVoice modelini belgeler. Hugging Face bundle bağlantıları entegrasyon notlarından sonra yer alır.
Önce dahili sayfa
Açılış kartları ve belge menüleri önce buraya yönlenir; kaynak model ve bundle bağlantıları bu sayfada kalır.
Özet
| Model | OmniVoice |
|---|---|
| Rol | Massively multilingual zero-shot voice-cloning TTS |
| Backend | MLX int8 default bundle; fp16 bundle available |
| Çıktı | 24 kHz mono waveform |
| Diller | 600+ languages |
| Lisans | Apache-2.0 upstream family |
| Durum | Programmatic speech-swift runtime used by Studio sidecar |
| Kaynak | k2-fsa OmniVoice |
| Swift ürünü | OmniVoiceTTS |
| CLI / runtime | Programmatic runtime; not a primary speech speak engine yet |
Kullanım
Aşağıdaki parça, speech-swift deposundaki güncel API veya komutla eşleşir.
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"
)Model bağlantıları
Uygulama notları
- Download repairs incomplete caches by checking the backbone, tokenizer files, and audio_tokenizer model before loading.
- Generation iteratively unmasks eight acoustic codebooks with classifier-free guidance.
- The runtime combines a bidirectional Qwen3 backbone with a Higgs-audio v2 codec encoder/decoder.
- Optional instructions cover restricted style controls such as accent, age, gender, pitch, and whisper.