Diese Seite wurde maschinell aus dem Englischen übersetzt. Englisches Original lesen.

OmniVoice (Sprachmodell, nicht kommerziell)

OffiziellAudioGPUv1.0.2aigd.tts-omnivoice
Oder im Terminal
gamedev pkg add aigd.tts-omnivoice
Läuft auf deinem Computer. Lädt ein Modell einmal herunter und generiert auf der GPU dieses Computers.

Übersicht

OmniVoice von k2-fsa, lokal ausgeführt: Text-to-Speech in 600+ Sprachen mit eigener Standardstimme oder einer aus einem Clip und dessen Transkript geklonten Stimme. Nützlich für seltene Sprachen in nicht kommerziellen Projekten. Am besten auf einer GPU, mit audio.cpp. Nicht kommerzielle Lizenz (CC-BY-NC).

OmniVoice ist das Text-to-Speech-Modell von k2-fsa für 600+ Sprachen, mit eigener Standardstimme oder einer Stimme, die aus einem Clip samt Transkript geklont wird. In AI Game Dev läuft es über Local audio generation (aigd.audiocpp, audio.cpp) auf deinem Computer, am besten auf einer GPU. Die Lizenz ist nicht kommerziell (CC-BY-NC), daher eignet es sich für Forschung, Prototypen, Mods und persönliche Projekte, besonders wenn du eine Sprache brauchst, die andere Sprachmodelle nicht abdecken.

Was du erstellen kannst

  • Sprachzeilen in seltenen Sprachen und Sprachen mit wenig Ressourcen für nicht kommerzielle Projekte.
  • Dialog in einer Stimme, die aus einem 3–30 s langen Clip samt Transkript geklont wurde.
  • Erzählertext in der Standardstimme für Prototypen in vielen Sprachen.

Beispielanfragen

  • "Lies die Zeile des Dorfältesten auf Thai mit der Standardstimme vor."
  • "Klone Audio/ref/guide.wav (Transkript in guide.txt) und sprich die Begrüßungszeile auf Ukrainisch."
  • "Sprich das Tutorial auf Indonesisch und Polnisch ein."

Highlights

Modell-IDaigd.tts-omnivoice.q8-0
Sprachen600+; die App listet die gängigen auf: en, zh, ja, ko, de, fr, es, it, pt, ru, ar, hi, tr, nl, pl, vi, th, id, uk, sv
StimmenStandardstimme oder ein Klon eines 3–30 s langen Clips samt Transkript
Ausgabe24 kHz
Text pro Anfragebis zu 2,000 Zeichen
Läuft aufeiner GPU mit etwa 4 GB (Schätzung): NVIDIA (CUDA), Vulkan oder Mac (Metal); eine CPU funktioniert, ist aber langsam
Download1.35 GB, 1 Datei
LizenzCC-BY-NC: nur nicht kommerzielle Nutzung

So läuft es

Dieses Paket enthält nur Daten: Es benennt die Modelldateien. Nachdem du die Lizenz akzeptiert hast, lädt die App sie von Hugging Face herunter, prüft jede einzelne per sha256 und führt sie mit Local audio generation (aigd.audiocpp, audio.cpp) auf deinem Computer aus.

Download

Welche Computer

Am besten auf einer GPU (etwa 4 GB); auf einer CPU funktioniert es, ist aber langsam.

Stimmen und Sprachen

  • OmniVoice: Sprachen en, zh, ja, ko, de, fr, es, it, pt, ru, ar, hi, tr, nl, pl, vi, th, id, uk, sv; Stimmklonen aus einem Clip samt Transkript.

OmniVoice war bis 2026-07-03 Apache-2.0, als seine Autoren die Gewichte wegen ihrer Trainingsdaten auf CC-BY-NC änderten. Der Code bleibt Apache-2.0. Der Audio-Tokenizer im GGUF stammt von bosonai/higgs-audio-v2-tokenizer (Boson Higgs Audio 2 Community License).

Lizenz

CC-BY-NC. Nur nicht kommerzielle Nutzung. Die Gewichte stehen wegen ihrer Trainingsdaten unter CC-BY-NC (nicht kommerziell, mit Namensnennung); der Code steht unter Apache-2.0.

  • OmniVoice von k2-fsa: Modellkarte, CC-BY-NC; Lizenztext: CC-BY-NC.
  • Jede Datei dieses Pakets stammt von audio-cpp/audio.cpp-gguf: CC-BY-NC (die Upstream-Lizenz; die Konvertierung von audio.cpp, die den Higgs Audio v2 Tokenizer einschließt). Lizenz-Tabelle von audio.cpp pro Familie: model_licenses.md.
  • Higgs Audio v2 Tokenizer (im GGUF): Boson Higgs Audio 2 Community License (Quelle).

Erforderliche Namensnennung: "OmniVoice by k2-fsa (k2-fsa/OmniVoice), CC-BY-NC. Built with Higgs Materials licensed from Boson AI USA, Inc. and Meta Llama 3 licensed under the Meta Llama 3 Community License."

Einschränkungen:

  • Nur nicht kommerzielle Nutzung (CC-BY-NC, seit 2026-07-03).
  • Wenn du das Modell weitergibst, nenne k2-fsa OmniVoice; der mitgelieferte Higgs Audio Tokenizer verlangt außerdem, "Built with Higgs Materials licensed from Boson AI USA, Inc." zusammen mit dem Meta Llama 3-Hinweis zu zeigen, sowie eine Notice-Datei mit beiden Lizenzen.
  • Die Autoren verbieten unbefugtes Stimmklonen, Identitätsmissbrauch, Betrug und Scams; die Lizenz des Tokenizers ergänzt die Meta Llama 3 Acceptable Use Policy.
  • Die Lizenz des Higgs Tokenizers verbietet es, ihn zur Verbesserung eines anderen großen Sprachmodells zu verwenden, und verlangt ab 100,000 jährlich aktiven Nutzern eine erweiterte Lizenz.

Du bist dafür verantwortlich, die Lizenz des Modells, das du herunterlädst, einzuhalten. Alle Dateien werden von Hugging Face heruntergeladen. AI Game Dev hostet sie nicht.

Versionen

Releases von OmniVoice (Sprachmodell, nicht kommerziell)
VersionVeröffentlichtBenötigt die App
1.0.2Neueste0.32.0-beta.6 oder neuer
1.0.10.32.0-beta.6 oder neuer

Installieren

In der Desktop-App

Öffne das Fenster Packages (das Paket-Symbol in der Statusleiste), wähle Browse, suche aigd.tts-omnivoice und klicke auf Add to Project.

Noch keine App? Lade AI Game Dev kostenlos herunter für Windows, macOS oder Linux.

Im Terminal

Mit der gamedev CLI in deinem Projektordner:

gamedev pkg add aigd.tts-omnivoice

Voraussetzungen

  • AI Game Dev 0.32.0-beta.6 oder neuer

Mehr zu Packages

Installieren
gamedev pkg add aigd.tts-omnivoice