Esta página se tradujo automáticamente del inglés. Lee el original en inglés.

OmniVoice (modelo de voz, no comercial)

OficialAudioGPUv1.0.2aigd.tts-omnivoice
Instalar ¿Aún no tienes la app? Descárgala gratis
O desde el terminal
gamedev pkg add aigd.tts-omnivoice
Se ejecuta en tu ordenador. Descarga un modelo una vez y genera con la GPU de este ordenador.

Resumen

OmniVoice de k2-fsa, ejecutado localmente: texto a voz en más de 600 idiomas con su propia voz predeterminada o una voz clonada a partir de un clip y su transcripción. Útil para idiomas poco comunes en proyectos no comerciales. Funciona mejor en una GPU, con audio.cpp. Licencia no comercial (CC-BY-NC).

OmniVoice es el modelo de texto a voz de k2-fsa para más de 600 idiomas, con su propia voz predeterminada o una voz clonada a partir de un clip y su transcripción. En AI Game Dev se ejecuta en tu ordenador mediante Local audio generation (aigd.audiocpp, audio.cpp), y funciona mejor en una GPU. Su licencia es no comercial (CC-BY-NC), así que sirve para investigación, prototipos, mods y proyectos personales, sobre todo cuando necesitas un idioma que otros modelos de voz no cubren.

Qué puedes crear

  • Líneas de voz en idiomas raros y de bajos recursos para proyectos no comerciales.
  • Diálogo con una voz clonada a partir de un clip de 3–30 s y su transcripción.
  • Narración con la voz predeterminada para prototipos en muchos idiomas.

Peticiones de ejemplo

  • "Lee la línea del anciano de la aldea en tailandés con la voz predeterminada."
  • "Clona Audio/ref/guide.wav (transcripción en guide.txt) y di la línea de bienvenida en ucraniano."
  • "Pon voz al tutorial en indonesio y polaco."

Aspectos destacados

ID del modeloaigd.tts-omnivoice.q8-0
IdiomasMás de 600; la app muestra los más comunes: en, zh, ja, ko, de, fr, es, it, pt, ru, ar, hi, tr, nl, pl, vi, th, id, uk, sv
Vocesvoz predeterminada, o una clonación de un clip de 3–30 s con su transcripción
Salida24 kHz
Texto por peticiónhasta 2,000 caracteres
Se ejecuta enuna GPU de unos 4 GB (estimación): NVIDIA (CUDA), Vulkan o Mac (Metal); una CPU funciona, pero es lenta
Descarga1.35 GB, 1 archivo
LicenciaCC-BY-NC: solo para uso no comercial

Cómo funciona

Este paquete es solo datos: indica los archivos del modelo. Después de que aceptes la licencia, la app los descarga desde Hugging Face, verifica cada uno por sha256 y los ejecuta con Local audio generation (aigd.audiocpp, audio.cpp) en tu ordenador.

Descarga

En qué ordenadores

Mejor en una GPU (unos 4 GB); en una CPU funciona, pero es lento.

Voces e idiomas

  • OmniVoice: idiomas en, zh, ja, ko, de, fr, es, it, pt, ru, ar, hi, tr, nl, pl, vi, th, id, uk, sv; clonación de voz a partir de un clip con su transcripción.

OmniVoice fue Apache-2.0 hasta el 2026-07-03, cuando sus autores cambiaron los pesos a CC-BY-NC debido a sus datos de entrenamiento. Su código sigue siendo Apache-2.0. El tokenizador de audio que va dentro del GGUF proviene de bosonai/higgs-audio-v2-tokenizer (Boson Higgs Audio 2 Community License).

Licencia

CC-BY-NC. Solo para uso no comercial. Los pesos son CC-BY-NC (no comercial, con atribución) debido a sus datos de entrenamiento; el código es Apache-2.0.

  • OmniVoice de k2-fsa: ficha del modelo, CC-BY-NC; texto de la licencia: CC-BY-NC.
  • Todos los archivos de este paquete provienen de audio-cpp/audio.cpp-gguf: CC-BY-NC (la licencia original; la conversión de audio.cpp, que incluye el tokenizador Higgs Audio v2). Tabla de licencias por familia de audio.cpp: model_licenses.md.
  • Tokenizador Higgs Audio v2 (dentro del GGUF): Boson Higgs Audio 2 Community License (fuente).

Atribución requerida: "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."

Restricciones:

  • Solo uso no comercial (CC-BY-NC, desde el 2026-07-03).
  • Si compartes el modelo, acredita k2-fsa OmniVoice; el tokenizador de audio incluido también exige mostrar "Built with Higgs Materials licensed from Boson AI USA, Inc." con el aviso de Meta Llama 3, y un archivo Notice con ambas licencias.
  • Los autores prohíben la clonación de voz no autorizada, la suplantación de identidad, el fraude y las estafas; la licencia del tokenizador añade la Política de uso aceptable de Meta Llama 3.
  • La licencia del tokenizador Higgs prohíbe usarlo para mejorar otro modelo de lenguaje grande y requiere una licencia ampliada por encima de 100,000 usuarios activos anuales.

Eres responsable de cumplir la licencia del modelo que descargas. Todos los archivos se descargan desde Hugging Face. AI Game Dev no los aloja.

Versiones

Versiones de OmniVoice (modelo de voz, no comercial)
VersiónPublicadaRequiere la aplicación
1.0.2Última0.32.0-beta.6 o posterior
1.0.10.32.0-beta.6 o posterior

Instalar

En la app de escritorio

Abre la ventana Paquetes (el icono de paquete en la barra de estado), selecciona Explorar, busca aigd.tts-omnivoice y haz clic en Añadir al proyecto.

¿Aún no tienes la app? Descarga AI Game Dev gratis para Windows, macOS o Linux.

Desde el terminal

Con la CLI gamedev, en la carpeta de tu proyecto:

gamedev pkg add aigd.tts-omnivoice

Requisitos

  • AI Game Dev 0.32.0-beta.6 o posterior

Más sobre los paquetes

Instalar
gamedev pkg add aigd.tts-omnivoice