{"kind":"compare","slug":"f5-tts","path":"/compare/f5-tts","title":"Альтернатива F5-TTS для быстрой речи на CPU | SuperClonica","description":"F5-TTS или SuperClonica: модель на flow matching для клонирования голоса без обучения против движка Supertonic 3 для CPU. Скорость, языки, лицензия, сценарии.","h1":"F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU","intro":"F5-TTS — открытая модель синтеза речи на основе flow matching и диффузионного трансформера. Она вышла в октябре 2024 года, а в марте 2025-го появилась улучшенная базовая модель v1. F5-TTS клонирует голос без обучения: даёте короткую запись и её текст, и модель говорит этим голосом. SuperClonica устроена иначе: голос один раз обучают в файл Supertonic 3, и дальше он быстро работает на обычном процессоре.\n\nЕсли вы ищете альтернативу F5-TTS для CPU или для коммерческого проекта, вот что изменится.","sections":[{"heading":"Как устроена F5-TTS","paragraphs":["F5-TTS — диффузионный трансформер с ConvNeXt V2, обученный примерно на 100 тысячах часов открытых многоязычных данных из набора Emilia. Официальная базовая модель — китайско-английская. На вход подаются референсная запись и её текст; если текст не указать, его распознает отдельная ASR-модель, и понадобится больше видеопамяти.","Сообщество дообучало F5-TTS для других языков, ссылки на такие модели есть в репозитории. В нашей таблице учтены два языка официальной базовой модели."]},{"heading":"Скорость F5-TTS на CPU и видеокарте","paragraphs":["На видеокарте F5-TTS быстрая: в репозитории указан RTF 0,0402 с TensorRT-LLM и 0,1467 с PyTorch на одной NVIDIA L20 при 16 шагах.","На CPU это самая медленная модель в нашей таблице. В статье о ZipVoice намерили RTF 37,284 при 32 шагах на одном потоке Xeon Platinum 8457C. Если современный 16-поточный настольный процессор даёт эффективное ускорение в 2,5–7,5 раза, получается в 5–15 раз медленнее реального времени: 50–150 секунд на фразу длиной 10 секунд. SuperClonica тратит на неё около 1,0–1,6 секунды."]},{"heading":"Качество и стабильность тембра","paragraphs":["Мы оцениваем F5-TTS на 3 из 5 по качеству и на 3 по стабильности тембра, SuperClonica — на 4,5 и 5. Клонирование без обучения каждый раз заново восстанавливает голос по референсу, поэтому результат зависит от записи. Обученный файл голоса даёт одну и ту же исходную точку при каждом запуске."]},{"heading":"Лицензия: проверьте до коммерческого запуска","paragraphs":["Код F5-TTS выпущен под MIT. Предобученные модели распространяются по CC-BY-NC из-за обучающих данных Emilia, поэтому официальные веса по умолчанию нельзя использовать в коммерческих целях.","Supertonic 3 выпущена под OpenRAIL-M — бесплатной лицензией со списком запрещённых применений вместо запрета на коммерцию. Голоса, купленные в SuperClonica, предназначены для ваших проектов, перепродавать их нельзя."]},{"heading":"Когда выбирать F5-TTS","paragraphs":["SuperClonica подходит для продуктов на 31 языке Supertonic 3, для компьютеров без видеокарты и для длинных текстов, где скорость складывается в часы. F5-TTS лучше в таких случаях:"],"points":["исследования и некоммерческие эксперименты с клонированием без обучения;","китайская или английская речь на видеокарте либо дообученная сообществом модель для вашего языка;","клон по записи нужен прямо сейчас, без этапа обучения."]}],"faq":[{"question":"Работает ли F5-TTS на CPU?","answer":"Да, но медленно. В статье о ZipVoice на одном потоке процессора получили RTF около 37; для 16-поточного настольного CPU мы оцениваем скорость в 5–15 раз медленнее реального времени."},{"question":"Можно ли использовать F5-TTS в коммерческих целях?","answer":"Официальные предобученные модели — нет: из-за обучающих данных они под CC-BY-NC. Сам код распространяется под MIT."},{"question":"Какие языки поддерживает F5-TTS?","answer":"Официальная базовая модель обучена на китайском и английском. Модели сообщества добавляют другие языки, их качество и лицензии различаются."},{"question":"Какая есть более быстрая альтернатива F5-TTS для клонирования голоса?","answer":"Если можно подождать обучения — голос Supertonic 3, обученный по вашей записи и запущенный в SuperClonica: по нашей оценке, в 6,4–9,7 раза быстрее реального времени на настольном CPU. Если клон нужен без обучения, посмотрите на Qwen3-TTS или OmniVoice — им хватает нескольких секунд записи."}],"cta":{"catalog":"Голоса, которые быстро работают на CPU","install":"Установить SuperClonica"},"sources":[{"label":"Репозиторий F5-TTS (GitHub)","url":"https://github.com/SWivid/F5-TTS"},{"label":"Карточка модели F5-TTS (Hugging Face)","url":"https://huggingface.co/SWivid/F5-TTS"},{"label":"Статья о F5-TTS (arXiv)","url":"https://arxiv.org/abs/2410.06885"},{"label":"Статья о ZipVoice, таблица II: скорость на CPU","url":"https://arxiv.org/html/2506.13053v1#S5.T2"},{"label":"Карточка модели Supertonic 3","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"Синтез речи и озвучка текста на вашем компьютере"},{"slug":"supertonic","path":"/compare/supertonic","h1":"SuperClonica против Supertonic: та же модель, быстрее и чище"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio и Fish Speech или SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice или SuperClonica: больше языков или больше скорости"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS или SuperClonica для локального синтеза речи"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 или SuperClonica: студийный звук или скорость на CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Офлайн-альтернатива ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS или SuperClonica: две компактные модели для синтеза речи"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS или SuperClonica: маленькие устройства или свои голоса"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 или SuperClonica: альтернатива Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS или SuperClonica: мгновенный клон или обученный файл голоса"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Как озвучить текст голосом офлайн на своём компьютере"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Клонирование голоса: как получить голос, похожий на запись"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Лучшие бесплатные модели синтеза речи для локального запуска в 2026 году"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Озвучка текста для видео, аудиокниг, игр и приложений"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Голоса Supertonic 3: где взять свои голоса и как ими пользоваться"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Озвучка текста на Python: офлайн, бесплатно и естественными голосами"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Свой API для озвучки текста в Docker"}]}