Esta página foi traduzida automaticamente do inglês. Leia o original em inglês.

OmniVoice (modelo de fala, não comercial)

OficialÁudioGPUv1.0.2aigd.tts-omnivoice
Instalar Ainda sem o app? Baixe grátis
Ou pelo terminal
gamedev pkg add aigd.tts-omnivoice
Roda no seu computador. Baixa o modelo uma vez e gera na GPU deste computador.

Visão geral

OmniVoice, da k2-fsa, executado localmente: síntese de voz em mais de 600 idiomas com sua própria voz padrão ou uma voz clonada a partir de um clipe e sua transcrição. Útil para idiomas raros em projetos não comerciais. Melhor em uma GPU, com audio.cpp. Licença não comercial (CC-BY-NC).

OmniVoice é o modelo de conversão de texto em fala da k2-fsa para mais de 600 idiomas, com sua própria voz padrão ou uma voz clonada a partir de um clipe e da transcrição dele. No AI Game Dev ele roda no seu computador por meio de Local audio generation (aigd.audiocpp, audio.cpp), com melhor desempenho em uma GPU. Sua licença é não comercial (CC-BY-NC), então ele serve para pesquisa, protótipos, mods e projetos pessoais, especialmente quando você precisa de um idioma que outros modelos de fala não cobrem.

O que você pode criar

  • Falas de personagens em idiomas raros e de poucos recursos para projetos não comerciais.
  • Diálogos com uma voz clonada a partir de um clipe de 3–30 s e da transcrição dele.
  • Narração na voz padrão para protótipos em vários idiomas.

Exemplos de pedidos

  • "Leia a fala do ancião da vila em tailandês com a voz padrão."
  • "Clone Audio/ref/guide.wav (transcrição em guide.txt) e diga a fala de boas-vindas em ucraniano."
  • "Gere a voz do tutorial em indonésio e polonês."

Destaques

ID do modeloaigd.tts-omnivoice.q8-0
Idiomas600+; o app lista os mais comuns: en, zh, ja, ko, de, fr, es, it, pt, ru, ar, hi, tr, nl, pl, vi, th, id, uk, sv
Vozesvoz padrão, ou um clone de um clipe de 3–30 s com a transcrição dele
Saída24 kHz
Texto por solicitaçãoaté 2,000 caracteres
Roda emuma GPU com cerca de 4 GB (estimativa): NVIDIA (CUDA), Vulkan ou Mac (Metal); uma CPU funciona, mas é lenta
Download1.35 GB, 1 arquivo
LicençaCC-BY-NC: apenas uso não comercial

Como funciona

Este pacote é só dados: ele indica os arquivos do modelo. Depois que você aceita a licença, o app baixa esses arquivos do Hugging Face, verifica cada um por sha256 e os executa com Local audio generation (aigd.audiocpp, audio.cpp) no seu computador.

Download

Em quais computadores

Melhor em uma GPU (cerca de 4 GB); em uma CPU funciona, mas é lento.

Vozes e idiomas

  • OmniVoice: idiomas en, zh, ja, ko, de, fr, es, it, pt, ru, ar, hi, tr, nl, pl, vi, th, id, uk, sv; clonagem de voz a partir de um clipe com a transcrição dele.

OmniVoice foi Apache-2.0 até 2026-07-03, quando os autores mudaram os pesos para CC-BY-NC por causa dos dados de treinamento. O código continua Apache-2.0. O tokenizador de áudio dentro do GGUF vem de bosonai/higgs-audio-v2-tokenizer (Boson Higgs Audio 2 Community License).

Licença

CC-BY-NC. Apenas uso não comercial. Os pesos são CC-BY-NC (não comercial, com atribuição) por causa dos dados de treinamento; o código é Apache-2.0.

  • OmniVoice da k2-fsa: cartão do modelo, CC-BY-NC; texto da licença: CC-BY-NC.
  • Todos os arquivos deste pacote vêm de audio-cpp/audio.cpp-gguf: CC-BY-NC (a licença upstream; a conversão do audio.cpp, que inclui o tokenizador Higgs Audio v2). Tabela de licenças por família do audio.cpp: model_licenses.md.
  • Tokenizador Higgs Audio v2 (dentro do GGUF): Boson Higgs Audio 2 Community License (fonte).

Atribuição obrigatória: "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."

Restrições:

  • Apenas uso não comercial (CC-BY-NC, desde 2026-07-03).
  • Se você compartilhar o modelo, dê crédito ao k2-fsa OmniVoice; o tokenizador de áudio incluído também exige mostrar "Built with Higgs Materials licensed from Boson AI USA, Inc." com o aviso do Meta Llama 3, além de um arquivo Notice com as duas licenças.
  • Os autores proíbem clonagem de voz não autorizada, personificação, fraude e golpes; a licença do tokenizador acrescenta a Política de Uso Aceitável do Meta Llama 3.
  • A licença do tokenizador Higgs proíbe usá-lo para melhorar outro modelo de linguagem grande e exige uma licença ampliada acima de 100,000 usuários ativos anuais.

Você é responsável por seguir a licença do modelo que baixar. Todos os arquivos são baixados do Hugging Face. O AI Game Dev não os hospeda.

Versões

Versões de OmniVoice (modelo de fala, não comercial)
VersãoLançamentoRequer o app
1.0.2Mais recente0.32.0-beta.6 ou mais recente
1.0.10.32.0-beta.6 ou mais recente

Instalar

No app para desktop

Abra a janela Pacotes (o ícone de pacote na barra de status), selecione Explorar, pesquise aigd.tts-omnivoice e clique em Adicionar ao projeto.

Ainda sem o app? Baixe o AI Game Dev grátis para Windows, macOS ou Linux.

Pelo terminal

Com a CLI gamedev, na pasta do seu projeto:

gamedev pkg add aigd.tts-omnivoice

Requisitos

  • AI Game Dev 0.32.0-beta.6 ou mais recente

Mais sobre pacotes

Instalar
gamedev pkg add aigd.tts-omnivoice