OmniVoice(音声モデル、非商用)
gamedev pkg add aigd.tts-omnivoice概要
k2-fsaのOmniVoiceをローカルで実行:600以上の言語に対応したテキスト読み上げで、独自のデフォルトボイス、またはクリップとその文字起こしからクローンした声を使えます。非商用プロジェクトでの希少言語に便利です。audio.cppを使い、GPUでの実行が最適です。非商用ライセンス(CC-BY-NC)。
OmniVoiceはk2-fsaのテキスト音声合成モデルで、600以上の言語に対応し、独自のデフォルトボイス、またはクリップとその書き起こしからクローンしたボイスを使用できます。AI Game Devでは、ローカル音声生成(aigd.audiocpp、audio.cpp)を通じてお使いのコンピューター上で動作し、GPUでの利用が最適です。ライセンスは非商用(CC-BY-NC)のため、研究、プロトタイプ、MOD、個人プロジェクトに適しており、特に他の音声モデルが対応していない言語が必要な場合に役立ちます。
作成できるもの
- 非商用プロジェクト向けに、希少言語や低リソース言語のボイスラインを作成できます。
- 書き起こし付きの3~30秒のクリップからクローンしたボイスで会話を作成できます。
- 多言語のプロトタイプ向けに、デフォルトボイスでナレーションを作成できます。
リクエスト例
- 「村の長老のセリフを、デフォルトボイスでタイ語で読んでください。」
- 「
Audio/ref/guide.wavをクローンし(書き起こしはguide.txt)、ウェルカムのセリフをウクライナ語で話してください。」 - 「チュートリアルをインドネシア語とポーランド語で音声化してください。」
ハイライト
| モデルID | aigd.tts-omnivoice.q8-0 |
| 言語 | 600以上。アプリには一般的な言語が表示されます:en、zh、ja、ko、de、fr、es、it、pt、ru、ar、hi、tr、nl、pl、vi、th、id、uk、sv |
| ボイス | デフォルトボイス、または書き起こし付きの3~30秒のクリップのクローン |
| 出力 | 24 kHz |
| リクエストあたりのテキスト | 最大2,000文字 |
| 動作環境 | 約4 GBのGPU(推定):NVIDIA(CUDA)、Vulkan、またはMac(Metal)。CPUでも動作しますが低速です |
| ダウンロード | 1.35 GB、1ファイル |
| ライセンス | CC-BY-NC:非商用利用のみ |
動作の仕組み
このパッケージはデータのみで、モデルファイルを指定するものです。ライセンスに同意すると、アプリがHugging Faceからファイルをダウンロードし、それぞれをsha256で検証して、ローカル音声生成(aigd.audiocpp、audio.cpp)でお使いのコンピューター上で実行します。
ダウンロード
- OmniVoice(
aigd.tts-omnivoice.q8-0):1.35 GB、audio-cpp/audio.cpp-ggufから1ファイルを取得し、そのコミットに固定されています。
対応コンピューター
GPU(約4 GB)での利用が最適です。CPUでも動作しますが低速です。
ボイスと言語
- OmniVoice:言語はen、zh、ja、ko、de、fr、es、it、pt、ru、ar、hi、tr、nl、pl、vi、th、id、uk、svです。書き起こし付きのクリップからのボイスクローンにも対応します。
OmniVoiceは2026-07-03までApache-2.0でしたが、著作者が学習データを理由に重みをCC-BY-NCに変更しました。コードはApache-2.0のままです。GGUF内のオーディオトークナイザーはbosonai/higgs-audio-v2-tokenizer(Boson Higgs Audio 2 Community License)に由来します。
ライセンス
CC-BY-NC。非商用利用のみ。 重みは学習データに起因してCC-BY-NC(非商用、クレジット表示付き)です。コードはApache-2.0です。
- k2-fsaによるOmniVoice:モデルカード、CC-BY-NCです。ライセンス本文:CC-BY-NCです。
- このパッケージのすべてのファイルは
audio-cpp/audio.cpp-ggufに由来し、CC-BY-NCです(上流のライセンス。Higgs Audio v2トークナイザーを含むaudio.cppの変換物)。audio.cppのファミリー別ライセンス表はmodel_licenses.mdです。 - Higgs Audio v2トークナイザー(GGUF内)はBoson Higgs Audio 2 Community License(出典)です。
必要なクレジット表示:"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."
制限事項:
- 非商用利用のみです(CC-BY-NC、2026-07-03以降)。
- モデルを共有する場合は、k2-fsa OmniVoiceのクレジットを表示してください。同梱のHiggsオーディオトークナイザーでは、Meta Llama 3の通知とともに"Built with Higgs Materials licensed from Boson AI USA, Inc."を表示すること、および両方のライセンスを記載したNoticeファイルを添付することも必要です。
- 著作者は無許諾のボイスクローン、なりすまし、詐欺、詐取を禁じています。トークナイザーのライセンスでは、さらにMeta Llama 3 Acceptable Use Policyが適用されます。
- Higgsトークナイザーのライセンスは、別の大規模言語モデルの改善に使用することを禁じており、年間アクティブユーザーが100,000人を超える場合は拡張ライセンスが必要です。
ダウンロードするモデルのライセンスを遵守する責任はお客様にあります。すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはそれらをホストしていません。
バージョン
| バージョン | リリース日 | アプリが必要 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 以降 | |
| 1.0.1 | 0.32.0-beta.6 以降 |
インストール
デスクトップアプリで
Packages ウィンドウを開き(ステータスバーのパッケージアイコン)、Browse を選んで aigd.tts-omnivoice を検索し、Add to Project をクリックします。
アプリがまだない方は、Windows、macOS、Linux 用の AI Game Dev を無料でダウンロードしてください。
ターミナルから
gamedev CLI を使い、プロジェクトフォルダーで実行します。
gamedev pkg add aigd.tts-omnivoice必要条件
- AI Game Dev 0.32.0-beta.6 以降
gamedev pkg add aigd.tts-omnivoice