多语言高品质

Supertonic-3：规格与要求

Supertonic-3 是 Supertone 的 9,900 万参数模型，官方支持浏览器及 31 种语言。字符级输入意味着整个技术栈无需 GPL 音素转换器。本站的浏览器集成仍在评估中。Supertonic 已可在 Echo Live 桌面应用使用，可将语音生成与 RVC 角色声音转换结合。

Supertonic-3仍在集成，下方可查看规格与硬件评估。目前可用可用模型，也可通过兼容性检查判断设备能否运行Supertonic-3。

规格

开发者Supertone
参数99百万
下载大小398 MB (fp32)
输出44.1 kHz mono
声音10
语言英语 (美国), 韩语, 日语, 中文, 西班牙语, 法语, 德语, 意大利语, 葡萄牙语, 印地语, 阿拉伯语, 俄语, 越南语, 印度尼西亚语, 泰语, 土耳其语, 波兰语, 荷兰语
声音克隆否
流式生成否
许可证OpenRAIL-M（权重），MIT（代码） — OpenRAIL-M 允许商用，但用途限制也适用于生成结果。
速度WebGPU 上非常快（厂商称 Apple M4 上最高达实时速度的 167 倍）；仅用 CPU 则慢于实时。
运行环境WebAssembly，可用时由WebGPU加速

来源：Supertone/supertonic-3

优点

  • +一个模型支持 31 种语言
  • +厂商官方提供 web/ONNX 支持
  • +44.1 kHz 输出，此处最高保真度

限制

  • −下载 398 MB
  • −OpenRAIL-M 要求再分发时附带许可声明

Supertonic-3常见问题

Supertonic-3免费吗？

是的，权重采用OpenRAIL-M（权重），MIT（代码）许可证，在你的设备上运行。OpenRAIL-M 允许商用，但用途限制也适用于生成结果。

Supertonic-3需要什么硬件？

通过WebAssembly在现代CPU上接近实时运行，WebGPU可快数倍。建议8 GB内存。

使用Supertonic-3时我的文字会保持私密吗？

是的。模型在浏览器标签页内运行，文字绝不发送到服务器。

Supertonic-3生成的音频可以商用吗？

商用前请审阅模型、声音及源数据集的最新条款。目录为此模型列出的许可证是OpenRAIL-M（权重），MIT（代码），备注：OpenRAIL-M 允许商用，但用途限制也适用于生成结果。