本页由英文机器翻译而成。阅读英文原文。

Ming-3.0 TTS 0.5B(语音模型)

官方音频GPUv1.0.2aigd.tts-ming3
安装 还没安装应用?免费下载
或从终端安装
gamedev pkg add aigd.tts-ming3
在你的电脑上运行。 只需下载一次模型,之后即可在这台电脑的 GPU 上生成。

概览

inclusionAI 的 Ming-3.0 TTS 0.5B,本地运行:可说中文、英语、日语、韩语、德语、法语和西班牙语,支持从片段克隆声音、根据文字描述设计声音,为游戏角色打造各具特色的嗓音。最好在 GPU 上运行,使用 audio.cpp。MIT,允许商业使用。

Ming-3.0 TTS 0.5B 是 inclusionAI 的文本转语音模型,支持七种语言:中文、英语、日语、韩语、德语、法语和西班牙语。它可以从一段音频片段克隆声音,也可以根据文字描述设计全新的声音。在 AI Game Dev 中,它通过 本地音频生成(aigd.audiocpp,audio.cpp)在你的电脑上运行,最好使用 GPU。它的 MIT 许可证允许商业使用,因此适合那些需要大量不同角色嗓音、又不想为每个角色录制参考音频的游戏。

你可以制作什么

  • 用文字描述创造全新的角色声音,比如粗声粗气的老矮人或开朗的年轻飞行员。
  • 用从 3–30 s 片段克隆的声音来说对白(附上该片段的文字转写会更接近原声)。
  • 为本地化版本提供七种语言的语音台词。

示例请求

  • “为一位年迈的巫师设计声音,语速缓慢、嗓音沙哑,并朗读他的第一句台词。”
  • “克隆Audio/ref/pilot.wav,用英语和法语为无线电通话配音。”
  • “用默认声音朗读韩语的商店菜单文本。”

亮点

模型 IDaigd.tts-ming3.q8-0
语言en, zh, ja, ko, de, fr, es
声音默认声音、从 3–30 s 片段克隆的声音(转写可选),或根据描述设计的声音
输出44.1 kHz
每次请求的文本最多 4,000 个字符
运行环境约 3 GB 显存的 GPU(估算值):NVIDIA(CUDA)、Vulkan 或 Mac(Metal);CPU 也能运行,但速度较慢
下载1.74 GB,1 个文件
许可证MIT,允许商业使用

运行方式

本包只包含数据。它列出模型文件;在你确认下载后,应用会从 Hugging Face 下载这些文件,逐一用 sha256 校验,并通过 本地音频生成(aigd.audiocpp,audio.cpp)在你的电脑上运行它们。

下载

适用的电脑

最好使用 GPU(约 3 GB);在 CPU 上也能运行,但速度较慢。

声音与语言

  • Ming-3.0 TTS 0.5B:语言为 en、zh、ja、ko、de、fr、es;可从片段克隆声音(片段的文字转写可选);可根据描述设计声音。

如果没有提供片段或描述,模型会用自己的默认声音说话。

许可证

MIT。允许商业使用。

必须保留的署名:"Ming-3.0-tts-0.5B © inclusionAI, MIT licence; GGUF by audio.cpp (audio-cpp/Ming-3.0-TTS-0.5B-GGUF)."

限制:除保留许可证和版权声明外,没有其他限制。

你有责任遵守所下载模型的许可证。所有文件均从 Hugging Face 下载,AI Game Dev 不托管这些文件。

版本

Ming-3.0 TTS 0.5B(语音模型) 的发布版本
版本发布时间需要应用
1.0.2最新0.32.0-beta.6 或更高版本
1.0.10.32.0-beta.6 或更高版本

安装

在桌面应用中安装

打开包窗口(状态栏中的包图标),选择浏览,搜索 aigd.tts-ming3,然后点击添加到项目。

还没安装应用?免费下载 AI Game Dev,支持 Windows、macOS 和 Linux。

从终端安装

在项目文件夹中使用 gamedev CLI:

gamedev pkg add aigd.tts-ming3

环境要求

  • AI Game Dev 0.32.0-beta.6 或更高版本

进一步了解包

安装
gamedev pkg add aigd.tts-ming3