本頁面由英文機器翻譯而成。閱讀英文原文。

Supertonic 3(語音模型)

官方音訊v1.0.2aigd.tts-supertonic-3
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-supertonic-3

總覽

Supertone 的 Supertonic 3,支援 31 種語言的高速本機文字轉語音,內建十種預設語音,並可在文字中加入 <laugh>、<breath> 與 <sigh> 標籤,適合用於在地化對白與旁白。在應用程式內建的 ONNX 執行環境中以 CPU 執行。不支援語音複製。Open RAIL-M:可於其使用限制範圍內商業使用。

Supertonic 3 是 Supertone 的 31 種語言本機文字轉語音模型,內建十種預設語音(F1–F5、M1–M5),並可在文字中寫入表情標籤 <laugh>、<breath> 與 <sigh>。它約有 99M 參數,在 AI Game Dev 內建的 ONNX 執行環境(onnx-tts@1)中以 CPU 執行,無需安裝其他東西。在我們的測試中,它在 32 核心桌上型 CPU 上的說話速度約為即時速度的 2.4–3.6 倍,因此適合需要大量多語言語音、又沒有 GPU 的遊戲。

你可以製作什麼

  • 31 種語言的在地化對白、旁白與 UI 播報,包含多種歐洲語言、阿拉伯語、印地語、日語、韓語與越南語。
  • 在文字中寫入笑聲、換氣或嘆息的台詞。
  • 在 CPU 上大量批次產生語音台詞。

範例請求

  • 「用 F2 語音朗讀波蘭語、捷克語與匈牙利語的教學內容。」
  • 「替疲憊的士兵配音:『我們走了一整夜<sigh>,還是沒看到他們的蹤影。』」
  • 「用日語製作每個商人台詞的 M3 版本。」

重點特色

模型 IDaigd.tts-supertonic-3.default
語言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
語音F1–F5、M1–M5(預設 F1)
表情標籤<laugh>, <breath>, <sigh>
語音複製不支援
輸出44.1 kHz,單聲道
每次請求的文字量最多 3,000 字元
執行於CPU
下載大小約 400 MB
授權BigScience Open RAIL-M:可於其使用限制範圍內商業使用;發布生成的語音時須標明為機器生成

運作方式

模型的約 99M 參數分佈在四個 ONNX 圖中,由應用程式內建的 ONNX 執行環境(onnx-tts@1)在 CPU 上執行。不支援語音複製:Supertone 的自訂語音來自其付費的 Voice Builder,並非此套件的一部分。

長文字會切分成句子(每段 300 字元,韓語與日語為 120),並以 0.3 秒的靜音串接,與 Supertone 參考程式碼的做法一致。

在 32 核心 x86-64 CPU 上實測(DEV-167 冒煙測試):4.7 秒的英語語音以 1.3 秒生成,2.6 秒的俄語以 1.1 秒生成,8 steps。下載:約 400 MB。

Supertonic 2 仍以應用程式內建本機語音模型的形式提供(aigd.local.supertonic);Supertonic 3 則是另外選用的下載項目。

授權

BigScience Open RAIL-M。允許在授權的使用限制範圍內商業使用。應用程式會在下載前請你接受授權條款。

  • Supertonic 3(時長預測器、文字編碼器、向量估計器、聲碼器、語音風格)© 2026 Supertone Inc. — 固定修訂版上的 LICENSE、模型卡(license: openrail)。此套件中的每個檔案(onnx/*.onnx、onnx/tts.json、onnx/unicode_indexer.json、voice_styles/*.json)都來自該儲存庫的修訂版 aafc6e32416a594460b32413efc49d7fe4ce6d46:Supertone 的封存命名空間(其已封存的 GitHub README 將下載導向該處),為 Supertone/supertonic-3 的副本,檔案完全相同。
  • 應用程式中的推論程式碼移植自 Supertone 的參考 nodejs/helper.js(github.com/supertone-inc/supertonic,MIT,© 2025 Supertone Inc.);其聲明置於應用程式的 THIRD_PARTY_NOTICES.md。

重新散布模型時必須標註出處:附上 Open RAIL-M 授權、在你自己的條款中保留其使用限制(附件 A),並註明 "Supertonic 3 © 2026 Supertone Inc."。你生成的語音無需標註出處,但請見下方的揭露規定。

限制,白話說明:

  • 不得冒充他人:未經本人同意,不得冒充或試圖冒充真人(深度偽造)。
  • 揭露機器生成內容:發布生成的語音時,須清楚說明其為機器生成(附件 A (e))。
  • 附件 A 中的其他用途同樣禁止,包括:任何違法行為、傷害未成年人、有害的虛假資訊、有害的個人資訊、騷擾或誹謗、對他人法律權利作出全自動決策、歧視、剝削弱勢群體、醫療建議,以及執法、司法或移民相關決策。完整清單請參閱附件 A。
  • 無地域限制、無營收上限、無浮水印。
  • Supertone 已於 2026 年 9 月封存該專案:之後不會再有模型更新。

所有檔案皆從 Hugging Face 下載。AI Game Dev 本身不托管這些檔案。

版本

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

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-supertonic-3