模型介绍
**First-party CoreML export** of Supertonic-3's four non-autoregressive flow-matching graphs, for on-device iOS / Apple Neural Engine. Built by our own pipeline (`speech-models/stmodels`): weights lifted from the `Supertone/supertonic-3` ONNX initializers → PyTorch `nn.Module` → `coremltools` (`mlprogram`, FP32, iOS18+). Text/duration use **fixed T=128** (relpos attention has T-dependent pad widths — pad/segment text to 128); vocoder + vector-estimator use a dynamic latent-length `RangeDim`. The host runs the flow-matching ODE loop (`vector_estimator` ×`total_steps`) — the graphs contain no control flow. Assets to drive them: `tts.json`, `unicode_indexer.json` (G2P-free tokenizer table), `voice_styles/*.json`. > FP32 = parity reference. For **ANE residency**, use the mixed-precision > `Supertonic-3-CoreML-FP16` — vocoder + duration FP16, > text-encoder + vector-estimator FP32; measured transparent at **47–51 dB** mag-STFT SNR.
主要特点
特点摘要待依据来源补齐，不凭模型名称推断能力。
局限与注意事项
暂无足够来源支持具体缺点结论。请重点验证实际任务表现、时延、数据政策、许可与版本生命周期。
来源报价与费用分析
同一模型在不同渠道、地区和配置下可能采用不同价格。下表独立保留各渠道报价，不将渠道价格视为厂商官方统一价格。
| 来源 / 渠道 | 输入 | 输出 | 计费单位 | 采集时间 |
|---|---|---|---|---|
| 暂未取得可核验报价，请查阅来源渠道。 | ||||
按月估算基础 Token 费用
预估不包含缓存优惠、阶梯定价、多模态附加费用、网络检索、税费及推理额外输出。
公开评测与运行配置
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
查看完整已收录榜单 →常见问题
开放权重是否代表可以免费商用？
不一定。应核对具体版本许可证、商用门槛和使用政策。自部署还会产生算力和维护成本。
这些价格是实时结算价格吗？
不是实时结算价格，而是带采集时间的来源报价快照。请到对应渠道核对当前版本、区域、折扣和计费方式。
资料来源与可追溯记录
许可证：openrail。模型介绍与第三方评测均以原来源的具体版本和方法为准。