# Supertonic 3（語音模型）

> 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。

- ID: `aigd.tts-supertonic-3`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.2 (發佈於 2026-11-22)
- 授權條款: SEE LICENSE IN README.md
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.tts-supertonic-3

## 安裝

在專案資料夾中，使用 gamedev CLI：

```bash
gamedev pkg add aigd.tts-supertonic-3
```

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 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

````markdown
# Supertonic 3 (`aigd.tts-supertonic-3`)

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 ID | `aigd.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](https://huggingface.co/supertone-oss-archive/supertonic-3/blob/aafc6e32416a594460b32413efc49d7fe4ce6d46/LICENSE)、[模型卡](https://huggingface.co/supertone-oss-archive/supertonic-3)（`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`](https://huggingface.co/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](https://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。
````
