---
license: mit
library_name: sherpa-onnx
pipeline_tag: text-to-speech
tags:
  - text-to-speech
  - tts
  - on-device
  - sherpa-onnx
  - supertonic
language:
  - en
  - zh
  - ja
---

# Nagomi — Supertonic-3 神經語音模型

這個 repo 存放 **Nagomi（和み）** on-device AI 陪伴 app 使用的神經語音模型，
直接轉存自 sherpa-onnx 官方釋出的
`sherpa-onnx-supertonic-3-tts-int8-2026-05-11`。

App 在執行時下載其中 4 個 ONNX 圖（約 145 MB）到裝置，於本機合成英／中／日語音。

## 檔案

| 檔案 | 大小 | 用途 |
|---|---|---|
| `duration_predictor.int8.onnx` | ~3.7 MB | 時長預測 |
| `text_encoder.int8.onnx` | ~36 MB | 文字編碼 |
| `vector_estimator.int8.onnx` | ~78 MB | flow-matching 向量估計 |
| `vocoder.int8.onnx` | ~26 MB | 聲碼器 |
| `tts.json` | — | 模型設定 |
| `unicode_indexer.bin` | — | 字元索引 |
| `voice.bin` | — | 語者風格 |
| `LICENSE` | — | MIT 授權 |

## 授權

MIT —— 見 `LICENSE`。模型來源為 sherpa-onnx（k2-fsa）與 Supertonic 上游專案。

## 使用

App 端透過 `SupertonicModelManager` 以下列 base URL 下載 4 個 ONNX 圖：

```
https://huggingface.co/MomoSoft/Nagomi/resolve/main/
```