Supertonic 3 (modelo de voz)
gamedev pkg add aigd.tts-supertonic-3Resumen
Supertonic 3 de Supertone, texto a voz local y rápido en 31 idiomas con diez voces predefinidas y etiquetas <laugh>, <breath> y <sigh> en el texto, para diálogos y narraciones localizados. Se ejecuta en la CPU con el runtime ONNX de la app. Sin clonación de voz. Open RAIL-M: uso comercial dentro de sus restricciones de uso.
Supertonic 3 es el modelo local de texto a voz de Supertone para 31 idiomas, con diez voces predefinidas (F1–F5, M1–M5) y las etiquetas de expresión <laugh>, <breath> y <sigh> escritas en el texto. Tiene unos 99M de parámetros y se ejecuta en el runtime ONNX incluido en AI Game Dev (onnx-tts@1) sobre la CPU, sin nada más que instalar. En nuestra prueba habló entre 2,4 y 3,6 veces más rápido que el tiempo real en una CPU de escritorio de 32 núcleos, así que encaja en juegos que necesitan muchas líneas de voz en muchos idiomas sin GPU.
Qué puedes crear
- Diálogos, narraciones y avisos de interfaz localizados en 31 idiomas, incluidos muchos idiomas europeos, árabe, hindi, japonés, coreano y vietnamita.
- Líneas con una risa, una respiración o un suspiro escritos en el texto.
- Grandes lotes de líneas de voz en una CPU.
Ejemplos de peticiones
- "Lee el tutorial en polaco, checo y húngaro con la voz F2."
- "Ponle voz al soldado cansado: 'Marchamos toda la noche <sigh> y todavía no hay ni rastro de ellos.'"
- "Haz la versión M3 de cada línea de los mercaderes en japonés."
Puntos destacados
| Id del modelo | aigd.tts-supertonic-3.default |
| Idiomas | 31: en, ko, ja, ar, bg, cs, da, de, el, es, et, fi, fr, hi, hr, hu, id, it, lt, lv, nl, pl, pt, ro, ru, sk, sl, sv, tr, uk, vi |
| Voces | F1–F5, M1–M5 (F1 por defecto) |
| Etiquetas de expresión | <laugh>, <breath>, <sigh> |
| Clonación de voz | No |
| Salida | 44,1 kHz, mono |
| Texto por petición | hasta 3000 caracteres |
| Se ejecuta en | la CPU |
| Descarga | unos 400 MB |
| Licencia | BigScience Open RAIL-M: uso comercial dentro de sus restricciones de uso; publica el habla generada como generada por máquina |
Cómo funciona
Los aproximadamente 99M de parámetros del modelo están en cuatro grafos ONNX, ejecutados por el runtime ONNX incluido en la aplicación (onnx-tts@1) sobre la CPU. Sin clonación de voz: las voces personalizadas de Supertone provienen de su Voice Builder de pago, que no forma parte de este paquete.
El texto largo se divide en frases (300 caracteres por fragmento, 120 para coreano y japonés) y se unen con 0,3 s de silencio, tal como hace el código de referencia de Supertone.
Medido en una CPU x86-64 de 32 núcleos (prueba de humo DEV-167): 4,7 s de habla en inglés en 1,3 s, 2,6 s de ruso en 1,1 s, 8 pasos. Descarga: unos 400 MB.
Supertonic 2 sigue disponible como el modelo de voz local integrado en la aplicación (aigd.local.supertonic); Supertonic 3 es una descarga opcional aparte.
Licencia
BigScience Open RAIL-M. El uso comercial está permitido dentro de las restricciones de uso de la licencia. La aplicación te pide aceptar la licencia antes de la descarga.
- Supertonic 3 (predictor de duración, codificador de texto, estimador de vectores, vocoder, estilos de voz) © 2026 Supertone Inc. — LICENSE en la revisión fijada, ficha del modelo (
license: openrail). Todos los archivos de este paquete (onnx/*.onnx,onnx/tts.json,onnx/unicode_indexer.json,voice_styles/*.json) proceden de ese repositorio en la revisiónaafc6e32416a594460b32413efc49d7fe4ce6d46: el espacio de nombres de archivo de Supertone (su README archivado de GitHub envía allí las descargas), un duplicado deSupertone/supertonic-3con archivos idénticos. - El código de inferencia de la aplicación está portado del código de referencia de Supertone
nodejs/helper.js(github.com/supertone-inc/supertonic, MIT, © 2025 Supertone Inc.); su aviso está en elTHIRD_PARTY_NOTICES.mdde la aplicación.
Atribución obligatoria cuando redistribuyas el modelo: incluye la licencia Open RAIL-M, mantén sus restricciones de uso (Anexo A) en tus propios términos y acredita a "Supertonic 3 © 2026 Supertone Inc.". No se requiere atribución para el habla que generes, pero consulta la regla de divulgación que aparece a continuación.
Restricciones, en claro:
- Sin suplantación: no suplantes ni intentes suplantar a una persona real (deepfakes) sin su consentimiento.
- Divulga el contenido generado por máquina: allí donde publiques habla generada, indica claramente que está generada por máquina (Anexo A (e)).
- Los demás usos del Anexo A también están prohibidos, incluidos: cualquier cosa ilegal, dañar a menores, información falsa dañina, información personal dañina, acoso o difamación, decisiones totalmente automatizadas sobre los derechos legales de las personas, discriminación, explotación de grupos vulnerables, asesoramiento médico y decisiones de las fuerzas del orden, de justicia o de inmigración. Consulta el Anexo A para ver la lista completa.
- Sin límite territorial, sin tope de ingresos, sin marca de agua.
- Supertone archivó el proyecto en septiembre de 2026: no habrá más actualizaciones del modelo.
Todos los archivos se descargan de Hugging Face. AI Game Dev no los aloja.
Versiones
| Versión | Publicada | Requiere la aplicación |
|---|---|---|
| 1.0.2Última | 0.32.0-beta.6 o posterior | |
| 1.0.1 | 0.32.0-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-supertonic-3 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-supertonic-3Requisitos
- AI Game Dev 0.32.0-beta.6 o posterior
gamedev pkg add aigd.tts-supertonic-3