OmniVoice(語音模型,非商業)
gamedev pkg add aigd.tts-omnivoice總覽
k2-fsa 的 OmniVoice,在本機執行:支援 600 種以上語言的文字轉語音,可使用它自己的預設語音,或從一段片段及其轉錄文字複製聲音。適合非商業專案中的冷門語言。搭配 audio.cpp 在 GPU 上效果最好。非商業授權(CC-BY-NC)。
OmniVoice 是 k2-fsa 的文字轉語音模型,支援 600 多種語言,可使用其預設語音,或使用從一段音訊片段及其逐字稿複製而來的聲音。在 AI Game Dev 中,它會透過 本機音訊生成(aigd.audiocpp、audio.cpp)在你的電腦上執行,在 GPU 上效果最好。其授權條款為非商業性(CC-BY-NC),因此適合研究、原型、模組與個人專案,尤其是當你需要其他語音模型未涵蓋的語言時。
你可以製作的內容
- 供非商業專案使用的稀有語言與低資源語言語音台詞。
- 使用從 3–30 s 音訊片段及其逐字稿複製的聲音來呈現對白。
- 以預設語音為多語言原型製作旁白。
範例要求
- 「用預設語音以泰語朗讀村中長老的台詞。」
- 「複製
Audio/ref/guide.wav(逐字稿在guide.txt中)的聲音,並用烏克蘭語說出歡迎台詞。」 - 「用印尼語和波蘭語為教學內容配音。」
重點特色
| 模型 ID | aigd.tts-omnivoice.q8-0 |
| 語言 | 600+;應用程式會列出常見的語言:en、zh、ja、ko、de、fr、es、it、pt、ru、ar、hi、tr、nl、pl、vi、th、id、uk、sv |
| 語音 | 預設語音,或從 3–30 s 音訊片段及其逐字稿複製的聲音 |
| 輸出 | 24 kHz |
| 每次要求的文字量 | 最多 2,000 個字元 |
| 執行於 | 約 4 GB 的 GPU(估計):NVIDIA(CUDA)、Vulkan 或 Mac(Metal);CPU 也可運作,但速度較慢 |
| 下載 | 1.35 GB,1 個檔案 |
| 授權條款 | CC-BY-NC:僅限非商業使用 |
運作方式
此套件僅包含資料:它會列出模型檔案名稱。在你接受授權條款後,應用程式會從 Hugging Face 下載這些檔案,並以 sha256 逐一檢查,然後在你的電腦上透過 本機音訊生成(aigd.audiocpp、audio.cpp)執行它們。
下載
- OmniVoice(
aigd.tts-omnivoice.q8-0):1.35 GB,1 個檔案來自audio-cpp/audio.cpp-gguf,並鎖定在該 commit。
適用電腦
在 GPU(約 4 GB)上效果最好;在 CPU 上也可運作,但速度較慢。
語音與語言
- OmniVoice:語言包含 en、zh、ja、ko、de、fr、es、it、pt、ru、ar、hi、tr、nl、pl、vi、th、id、uk、sv;可從一段音訊片段及其逐字稿進行聲音複製。
OmniVoice 在 2026-07-03 之前採用 Apache-2.0,後來其作者因為訓練資料的緣故,將權重變更為 CC-BY-NC。其程式碼仍維持 Apache-2.0。GGUF 內的音訊 tokenizer 來自 bosonai/higgs-audio-v2-tokenizer(Boson Higgs Audio 2 Community License)。
授權條款
CC-BY-NC。僅限非商業使用。 權重採用 CC-BY-NC(非商業性,需標示出處),原因是其訓練資料;程式碼則為 Apache-2.0。
- k2-fsa 的 OmniVoice:模型卡,CC-BY-NC;授權條款文本:CC-BY-NC。
- 此套件的每個檔案都來自
audio-cpp/audio.cpp-gguf:CC-BY-NC(上游授權條款;audio.cpp 的轉換版本,其中包含 Higgs Audio v2 tokenizer)。audio.cpp 各模型系列的授權條款表:model_licenses.md。 - Higgs Audio v2 tokenizer(位於 GGUF 內):Boson Higgs Audio 2 Community License(來源)。
必要署名:"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."
限制:
- 僅限非商業使用(CC-BY-NC,自 2026-07-03 起)。
- 如果你分享此模型,請標註 k2-fsa OmniVoice;隨附的 Higgs audio tokenizer 還要求顯示 "Built with Higgs Materials licensed from Boson AI USA, Inc." 與 Meta Llama 3 聲明,並附上包含兩份授權條款的 Notice 檔案。
- 作者禁止未經授權的聲音複製、冒充、詐欺與詐騙;tokenizer 的授權條款另外納入 Meta Llama 3 Acceptable Use Policy。
- Higgs tokenizer 的授權條款禁止用它來改善另一個大型語言模型,且每年活躍使用者超過 100,000 名時需要取得擴充授權。
你有責任遵守所下載模型的授權條款。所有檔案都從 Hugging Face 下載。AI Game Dev 不託管這些檔案。
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 | |
| 1.0.1 | 0.32.0-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-omnivoice,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-omnivoice需求
- AI Game Dev 0.32.0-beta.6 或更新版本
gamedev pkg add aigd.tts-omnivoice