本页由英文机器翻译而成。阅读英文原文。

Supertonic 3(语音模型)

官方音频v1.0.2aigd.tts-supertonic-3
安装 还没安装应用?免费下载
或从终端安装
gamedev pkg add aigd.tts-supertonic-3

概览

Supertone 的 Supertonic 3,快速的本地文本转语音,支持 31 种语言,提供十个预设音色,并可在文本中使用 <laugh>、<breath> 和 <sigh> 标签,适合本地化对白与旁白。在 App 的 ONNX 运行时上以 CPU 运行。不支持声音克隆。Open RAIL-M:可在其使用限制范围内商用。

Supertonic 3 是 Supertone 的本地文本转语音模型,支持 31 种语言,提供十个预设音色(F1–F5、M1–M5),并可把表达标签 <laugh>、<breath> 和 <sigh> 直接写进文本。它约有 99M 参数,运行在 AI Game Dev 内置的 ONNX 运行时(onnx-tts@1)上,只占用 CPU,无需安装其他东西。在我们的测试中,它在一颗 32 核桌面 CPU 上的语速约为实时的 2.4–3.6 倍,因此适合需要多语言大量语音、又没有 GPU 的游戏。

你可以做出什么

  • 31 种语言的本地化对白、旁白和 UI 播报,其中包括多种欧洲语言、阿拉伯语、印地语、日语、韩语和越南语。
  • 把笑声、呼吸声或叹气声直接写进文本的台词。
  • 在 CPU 上批量生成大量语音。

示例请求

  • “用 F2 音色朗读波兰语、捷克语和匈牙利语的教程。”
  • “给疲惫的士兵配音:‘我们走了一整夜 <sigh>,还是不见他们的踪影。’”
  • “把每条商人台词都用 M3 音色做成日语版。”

亮点

模型 IDaigd.tts-supertonic-3.default
语言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
音色F1–F5、M1–M5(默认 F1)
表达标签<laugh>, <breath>, <sigh>
声音克隆否
输出44.1 kHz,单声道
单次请求文本量最多 3,000 字符
运行于CPU
下载约 400 MB
许可BigScience Open RAIL-M:可在其使用限制范围内商用;生成的语音须标注为机器生成

运行方式

模型的约 99M 参数分布在四个 ONNX 图中,由 App 内置的 ONNX 运行时(onnx-tts@1)在 CPU 上运行。不支持声音克隆:Supertone 的自定义音色来自其付费的 Voice Builder,不属于本软件包的一部分。

长文本会被切分成句子(每段 300 字符,韩语和日语为 120 字符),再用 0.3 s 的静音拼接,与 Supertone 参考代码的做法一致。

在 32 核 x86-64 CPU 上实测(DEV-167 冒烟测试):4.7 s 英语语音耗时 1.3 s,2.6 s 俄语耗时 1.1 s,8 步。下载:约 400 MB。

Supertonic 2 仍作为 App 内置的本地语音模型提供(aigd.local.supertonic);Supertonic 3 则是单独的可选下载。

许可

BigScience Open RAIL-M。允许在该许可的使用限制范围内商用。下载前 App 会要求你接受该许可。

  • Supertonic 3(时长预测器、文本编码器、向量估计器、声码器、音色风格)© 2026 Supertone Inc. — 固定版本下的 LICENSE、模型卡(license: openrail)。本软件包中的每个文件(onnx/*.onnx、onnx/tts.json、onnx/unicode_indexer.json、voice_styles/*.json)都来自该仓库的版本 aafc6e32416a594460b32413efc49d7fe4ce6d46:Supertone 的归档命名空间(其已归档的 GitHub README 会引导用户到那里下载),是与 Supertone/supertonic-3 文件完全相同的副本。
  • App 中的推理代码移植自 Supertone 的参考 nodejs/helper.js(github.com/supertone-inc/supertonic,MIT,© 2025 Supertone Inc.);其声明位于 App 的 THIRD_PARTY_NOTICES.md 中。

重新分发模型时必须注明的归属信息:附带 Open RAIL-M 许可,在你自己的条款中保留其使用限制(附件 A),并注明 "Supertonic 3 © 2026 Supertone Inc."。对你生成的语音不要求署名,但请参见下面的披露规则。

限制条款,直白地说:

  • 禁止冒充:未经本人同意,不得冒充或试图冒充真实人物(深度伪造)。
  • 披露机器生成内容:在你发布生成的语音时,应当明确说明它是机器生成的(附件 A (e))。
  • 附件 A 中的其他用途同样被禁止,包括:任何违法行为、伤害未成年人、有害的虚假信息、有害的个人信息、骚扰或诽谤、完全自动化地做出涉及他人法律权利的决策、歧视、剥削弱势群体、医疗建议,以及执法、司法或移民决策。完整清单请阅读附件 A。
  • 没有地域限制,没有收入上限,不添加水印。
  • Supertone 已于 2026 年 9 月归档该项目:不再有模型更新。

所有文件均从 Hugging Face 下载。AI Game Dev 不托管这些文件。

版本

Supertonic 3(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-supertonic-3,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-supertonic-3

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-supertonic-3