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

Supertonic 3 (modelo de fala)

OficialÁudiov1.0.2aigd.tts-supertonic-3
Instalar Ainda sem o app? Baixe grátis
Ou pelo terminal
gamedev pkg add aigd.tts-supertonic-3

Visão geral

Supertonic 3 da Supertone: conversão de texto em fala local e rápida em 31 idiomas, com dez vozes predefinidas e as tags <laugh>, <breath> e <sigh> no texto, para diálogos e narração localizados. Roda na CPU, no runtime ONNX do app. Sem clonagem de voz. Open RAIL-M: uso comercial dentro das suas restrições de uso.

Supertonic 3 é o modelo local de conversão de texto em fala da Supertone para 31 idiomas, com dez vozes predefinidas (F1–F5, M1–M5) e as tags de expressão <laugh>, <breath> e <sigh> escritas no texto. Tem cerca de 99M de parâmetros e roda no runtime ONNX incluído no AI Game Dev (onnx-tts@1) na CPU, sem nada mais para instalar. No nosso teste, falou cerca de 2,4–3,6× mais rápido que o tempo real em uma CPU de desktop de 32 núcleos, então atende jogos que precisam de muitas falas em muitos idiomas sem uma GPU.

O que você pode criar

  • Diálogos, narração e anúncios de interface localizados em 31 idiomas, incluindo muitos idiomas europeus, árabe, híndi, japonês, coreano e vietnamita.
  • Falas com uma risada, uma respiração ou um suspiro escritos no texto.
  • Grandes lotes de falas em uma CPU.

Exemplos de pedidos

  • "Leia o tutorial em polonês, tcheco e húngaro com a voz F2."
  • "Dê voz ao soldado cansado: 'Marchamos a noite toda <sigh> e ainda nenhum sinal deles.'"
  • "Faça a versão M3 de cada fala do mercador em japonês."

Destaques

ID do modeloaigd.tts-supertonic-3.default
Idiomas31: 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
VozesF1–F5, M1–M5 (padrão F1)
Tags de expressão<laugh>, <breath>, <sigh>
Clonagem de vozNão
Saída44,1 kHz, mono
Texto por pedidoaté 3.000 caracteres
Executa emna CPU
Downloadcerca de 400 MB
LicençaBigScience Open RAIL-M: uso comercial dentro das suas restrições de uso; publique a fala gerada como gerada por máquina

Como funciona

Os cerca de 99M de parâmetros do modelo estão em quatro grafos ONNX, executados pelo runtime ONNX incluído no App (onnx-tts@1) na CPU. Sem clonagem de voz: as vozes personalizadas da Supertone vêm do Voice Builder pago dela, que não faz parte deste pacote.

Textos longos são divididos em frases (300 caracteres por parte, 120 para coreano e japonês) e unidos com 0,3 s de silêncio, como faz o código de referência da Supertone.

Medido em uma CPU x86-64 de 32 núcleos (teste smoke DEV-167): 4,7 s de fala em inglês em 1,3 s, 2,6 s de russo em 1,1 s, 8 passos. Download: cerca de 400 MB.

O Supertonic 2 continua disponível como o modelo de fala local integrado ao App (aigd.local.supertonic); o Supertonic 3 é um download separado e opcional.

Licença

BigScience Open RAIL-M. O uso comercial é permitido dentro das restrições de uso da licença. O app pede que você aceite a licença antes do download.

  • Supertonic 3 (preditor de duração, codificador de texto, estimador de vetores, vocoder, estilos de voz) © 2026 Supertone Inc. — LICENSE na revisão fixada, model card (license: openrail). Todos os arquivos deste pacote (onnx/*.onnx, onnx/tts.json, onnx/unicode_indexer.json, voice_styles/*.json) vêm desse repositório na revisão aafc6e32416a594460b32413efc49d7fe4ce6d46: o namespace de arquivo da Supertone (o README dela arquivado no GitHub direciona os downloads para lá), uma duplicata de Supertone/supertonic-3 com arquivos idênticos.
  • O código de inferência no App é uma porta da referência da Supertone nodejs/helper.js (github.com/supertone-inc/supertonic, MIT, © 2025 Supertone Inc.); o aviso dela está no THIRD_PARTY_NOTICES.md do App.

Atribuição exigida quando você redistribui o modelo: inclua a licença Open RAIL-M, mantenha as restrições de uso dela (Anexo A) nos seus próprios termos e credite "Supertonic 3 © 2026 Supertone Inc.". Nenhuma atribuição é exigida para a fala que você gera, mas veja a regra de divulgação abaixo.

As restrições, de forma clara:

  • Sem impersonação: não se passe por uma pessoa real nem tente se passar (deepfakes) sem o consentimento dela.
  • Divulgue conteúdo gerado por máquina: onde você publicar fala gerada, diga claramente que ela é gerada por máquina (Anexo A (e)).
  • Os demais usos do Anexo A também são proibidos, incluindo: qualquer coisa ilegal, prejudicar menores, informações falsas prejudiciais, informações pessoais prejudiciais, assédio ou difamação, decisões totalmente automatizadas sobre direitos legais das pessoas, discriminação, exploração de grupos vulneráveis, aconselhamento médico e decisões de aplicação da lei, justiça ou imigração. Leia o Anexo A para a lista completa.
  • Sem limite territorial, sem teto de receita, sem marca d'água.
  • A Supertone arquivou o projeto em setembro de 2026: sem novas atualizações do modelo.

Todos os arquivos são baixados do Hugging Face. O AI Game Dev não os hospeda.

Versões

Versões de Supertonic 3 (modelo de fala)
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-supertonic-3 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-supertonic-3

Requisitos

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

Mais sobre pacotes

Instalar
gamedev pkg add aigd.tts-supertonic-3