Характеристики

Лицензия: OpenRAIL
Базовая модель: supertonic-3
Библиотека: executorch
Опубликована: 3 июл 2026

Ссылки

react-native-executorch-supertonic

Синтез речиТекст → аудио3 профессии

Supertonic — набор моделей синтеза речи, экспортированных компанией Software Mansion для библиотеки React Native ExecuTorch.

4 723скачиваний за 30 дней1лайквеса обновлены7 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модели основаны на Supertone/supertonic-3 и представлены в виде программ ExecuTorch формата .pte, готовых к запуску непосредственно на устройстве через React Native ExecuTorch.

Модель предназначена для преобразования текста в речь и поддерживает английский, испанский, французский, польский, греческий, индонезийский, китайский, японский, русский, турецкий и ряд других языков, включая немецкий, итальянский, корейский, арабский и украинский. В комплект входят компоненты duration_predictor, text_encoder, vector_estimator и vocoder, а также голосовые стили и данные для десяти вариантов голосов F1–F5 и M1–M5.

Опубликованы варианты для бэкендов MLX и XNNPACK с точностью fp32, а также Vulkan с точностью fp16. Размеры компонентов зависят от варианта: например, для XNNPACK vector_estimator занимает около 245 МБ, а vocoder — около 96,7 МБ; Vulkan-варианты компактнее. Бэкенд Core ML экспортирован, но не опубликован из-за проблем, описанных в репозитории. Файлы рассчитаны на ExecuTorch версии 1.4.1; обратная совместимость с более старыми версиями не гарантируется, а гарантий прямой совместимости с будущими версиями нет.

Лицензия указана как OpenRAIL. README не содержит количественных оценок качества, требований к производительности устройства или подробностей ограничений лицензии, поэтому эти характеристики требуют дополнительной проверки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

supertonic

This repository hosts the supertonic models exported for the React Native ExecuTorch library as ExecuTorch .pte programs, ready to run on device.

Variants

Path	Component	Backend	Precision
`mlx/duration_predictor_mlx_fp32.pte`	duration_predictor	mlx	fp32
`mlx/text_encoder_mlx_fp32.pte`	text_encoder	mlx	fp32
`mlx/vector_estimator_mlx_fp32.pte`	vector_estimator	mlx	fp32
`mlx/vocoder_mlx_fp32.pte`	vocoder	mlx	fp32
`vulkan/duration_predictor_vulkan_fp16.pte`	duration_predictor	vulkan	fp16
`vulkan/text_encoder_vulkan_fp16.pte`	text_encoder	vulkan	fp16
`vulkan/vector_estimator_vulkan_fp16.pte`	vector_estimator	vulkan	fp16
`vulkan/vocoder_vulkan_fp16.pte`	vocoder	vulkan	fp16
`xnnpack/duration_predictor_xnnpack_fp32.pte`	duration_predictor	xnnpack	fp32
`xnnpack/text_encoder_xnnpack_fp32.pte`	text_encoder	xnnpack	fp32
`xnnpack/vector_estimator_xnnpack_fp32.pte`	vector_estimator	xnnpack	fp32
`xnnpack/vocoder_xnnpack_fp32.pte`	vocoder	xnnpack	fp32

Unshipped backends

A backend directory carrying a NOTES.md and no .pte was exported and not published. Its note records what went wrong.

coreml (why)

Repository structure

config.json                                  32 B
coreml/NOTES.md                              879 B
mlx/config.json                              6.7 kB
mlx/duration_predictor_mlx_fp32.pte          3.4 MB
mlx/text_encoder_mlx_fp32.pte                34.4 MB
mlx/vector_estimator_mlx_fp32.pte            244 MB
mlx/vocoder_mlx_fp32.pte                     96.7 MB
unicode_indexer.json                         271 kB
voice_styles/F1.json                         285 kB
voice_styles/F2.json                         286 kB
voice_styles/F3.json                         284 kB
voice_styles/F4.json                         285 kB
voice_styles/F5.json                         285 kB
voice_styles/M1.json                         285 kB
voice_styles/M2.json                         285 kB
voice_styles/M3.json                         283 kB
voice_styles/M4.json                         285 kB
voice_styles/M5.json                         285 kB
voices/F1.bin                                50.5 kB
voices/F2.bin                                50.5 kB
voices/F3.bin                                50.5 kB
voices/F4.bin                                50.5 kB
voices/F5.bin                                50.5 kB
voices/M1.bin                                50.5 kB
voices/M2.bin                                50.5 kB
voices/M3.bin                                50.5 kB
voices/M4.bin                                50.5 kB
voices/M5.bin                                50.5 kB
vulkan/config.json                           4.1 kB
vulkan/duration_predictor_vulkan_fp16.pte    1.7 MB
vulkan/text_encoder_vulkan_fp16.pte          17.3 MB
vulkan/vector_estimator_vulkan_fp16.pte      122 MB
vulkan/vocoder_vulkan_fp16.pte               48.4 MB
xnnpack/config.json                          6.7 kB
xnnpack/duration_predictor_xnnpack_fp32.pte  3.4 MB
xnnpack/text_encoder_xnnpack_fp32.pte        34.5 MB
xnnpack/vector_estimator_xnnpack_fp32.pte    245 MB
xnnpack/vocoder_xnnpack_fp32.pte             96.7 MB

Compatibility

These files are published for the ExecuTorch v1.4.1 runtime. ExecuTorch gives no forward compatibility guarantee, so an older runtime may fail to load them.

To use them in React Native ExecuTorch, pass the model constant shipped in the library's model registry to the corresponding task pipeline. See the documentation.

To load these files in your own ExecuTorch runtime, read the compatibility note first.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · executorch

Нельзя запустить

Библиотека «executorch» рантаймом не поддерживается.

Ревизия весов: aa50b70