本頁面由英文機器翻譯而成。閱讀英文原文。

Ming-3.0 TTS 0.5B(語音模型)

官方音訊GPUv1.0.2aigd.tts-ming3
安裝 還沒安裝應用程式?免費下載
或在終端機中執行
gamedev pkg add aigd.tts-ming3
在你的電腦上執行。 只需下載一次模型,之後便在這台電腦的 GPU 上生成。

總覽

inclusionAI 的 Ming-3.0 TTS 0.5B,於本機執行:可說中文、英文、日文、韓文、德文、法文與西班牙文,並能從片段複製聲音、依文字描述設計聲音,做出截然不同的遊戲角色嗓音。搭配 audio.cpp 在 GPU 上效果最佳。MIT,允許商業使用。

Ming-3.0 TTS 0.5B 是 inclusionAI 的文字轉語音模型,支援七種語言:中文、英文、日文、韓文、德文、法文與西班牙文。它能從一段片段複製聲音,或依文字描述設計全新的聲音。在 AI Game Dev 中,它透過 Local audio generation(aigd.audiocpp,audio.cpp)在你的電腦上執行,在 GPU 上效果最佳。其 MIT 授權允許商業使用,因此很適合需要大量不同角色聲音、又不想為每個角色錄製參考音訊的遊戲。

你可以製作什麼

  • 用文字描述創造的新角色聲音,例如粗聲粗氣的年邁矮人或開朗的年輕飛行員。
  • 從 3–30 秒的片段複製聲音來說對白(附上該片段的逐字稿會更接近)。
  • 為在地化版本提供七種語言的語音台詞。

範例請求

  • 「為年邁的巫師設計一個聲音,語速緩慢、嗓音沙啞,並唸出他的第一句台詞。」
  • 「複製 Audio/ref/pilot.wav,並用英文和法文配音無線電通訊。」
  • 「用預設聲音以韓文唸出商店選單文字。」

重點特色

模型 idaigd.tts-ming3.q8-0
語言en, zh, ja, ko, de, fr, es
聲音預設聲音、複製自 3–30 秒片段(逐字稿選填),或依描述設計的聲音
輸出44.1 kHz
每次請求的文字量最多 4,000 個字元
執行於約 3 GB 的 GPU(估計):NVIDIA(CUDA)、Vulkan 或 Mac(Metal);CPU 也能運作,但速度較慢
下載1.74 GB,1 個檔案
授權MIT,允許商業使用

運作方式

這個套件僅包含資料。它指名模型檔案;應用程式會在你確認下載後從 Hugging Face 下載這些檔案,逐一以 sha256 檢查,並透過 Local audio generation(aigd.audiocpp,audio.cpp)在你的電腦上執行。

下載

適用電腦

在 GPU 上效果最佳(約 3 GB);在 CPU 上可運作,但速度較慢。

聲音與語言

  • Ming-3.0 TTS 0.5B:語言為 en、zh、ja、ko、de、fr、es;可從片段複製聲音(該片段的逐字稿為選填);可依描述設計聲音。

若沒有片段或描述,模型會以其預設聲音說話。

授權

MIT。允許商業使用。

必要的姓名標示:"Ming-3.0-tts-0.5B © inclusionAI, MIT licence; GGUF by audio.cpp (audio-cpp/Ming-3.0-TTS-0.5B-GGUF)."

限制:除保留授權與著作權聲明外,無其他限制。

你有責任遵守所下載模型的授權。所有檔案皆從 Hugging Face 下載,AI Game Dev 並不代為託管。

版本

Ming-3.0 TTS 0.5B(語音模型) 的發布版本
版本發布日期需搭配應用程式
1.0.2最新0.32.0-beta.6 或更新版本
1.0.10.32.0-beta.6 或更新版本

安裝

在桌面應用程式中

開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.tts-ming3,然後點選 加到專案。

還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。

從終端機

在你的專案資料夾中,使用 gamedev CLI:

gamedev pkg add aigd.tts-ming3

需求

  • AI Game Dev 0.32.0-beta.6 或更新版本

進一步瞭解套件

安裝
gamedev pkg add aigd.tts-ming3