Supertonic 3 – ultraleichtes On-Device-TTS veröffentlicht, unterstützt 31 Sprachen und Emotions-Tags

• Unterstützt 31 Sprachen inklusive Koreanisch
• Neue Unterstützung für Emotions-Tags: 10 Tags wie <laugh>, <breath>, <scream> können in den Text eingefügt werden, um Emotionen auszudrücken
• Qualitätsverbesserungen: höhere Aussprachegenauigkeit, weniger Fehler durch Wortwiederholungen/-auslassungen, verbesserte Voice-Cloning-Leistung
• Modellgröße: 99M Parameters
• On-Device-TTS: vollständige Privatsphäre, keine Netzwerklatenz
• Einfache Bereitstellung: läuft in Browsern, auf PCs, Mobilgeräten, Raspberry Pi usw.
• 10 Preset-Stimmen enthalten
• Offenes Modell: kommerzielle Nutzung möglich (OpenRAIL-M)

---

• Demo: https://huggingface.co/spaces/Supertone/supertonic-3

• Model: https://huggingface.co/Supertone/supertonic-3

• Code: https://github.com/supertone-inc/supertonic

• Listen Samples: https://supertonic3.github.io/

[netcleaner]

Ich frage mich, ob es nicht schwierig ist, statt nur der 10 Presets eine eigene Stimme zu erstellen.

[hshim]

Im Vergleich zu anderen leichten Modellen ist es ziemlich stabil.

[greekr4]

Oh, das sollte ich wohl mal auf dem Pi 5 testen.

[dbs0829]

Ich habe auf dem Home-Agent bereits supertonic verwendet, und auch die bisherige Version war nicht schlecht, aber offenbar wurde sie aktualisiert. Ich sollte sie mal testen.