{"kind":"compare","slug":"omnivoice","path":"/compare/omnivoice","title":"Alternativa ao OmniVoice, rápida no CPU | SuperClonica","description":"OmniVoice ou SuperClonica: mais de 600 idiomas e clonagem zero-shot contra um motor pequeno do Supertonic 3, rápido no CPU. Velocidade, qualidade e licença.","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade","intro":"O OmniVoice, do projeto k2-fsa, é um modelo de texto para fala zero-shot com cobertura de idiomas enorme: a documentação lista 646. Ele clona uma voz com poucos segundos de áudio e consegue criar uma a partir de uma lista de atributos. O SuperClonica cobre bem menos idiomas, 31, mas roda rápido em um CPU comum e mantém o timbre estável de uma frase para outra.\n\nVeja o que separa os dois e como escolher.","sections":[{"heading":"O que o OmniVoice faz bem","paragraphs":["O OmniVoice usa uma arquitetura no estilo de modelo de linguagem de difusão, com o Qwen3-0.6B como modelo base."],"points":["Idiomas: 646 na lista oficial, com 581 mil horas de dados de treino.","Clonagem de voz a partir de um trecho de referência de 3 a 10 segundos com a transcrição, sem treino.","Design de voz por atributos: gênero, idade, tom, sotaque ou sussurro. Os autores avisam que esse modo foi treinado só com dados em chinês e inglês e pode ficar instável em alguns idiomas com poucos recursos.","Velocidade na GPU: os autores informam RTF a partir de 0,025, ou seja, 40 vezes mais rápido que o tempo real.","Hardware: suporte a GPUs NVIDIA, Apple Silicon e Intel Arc."]},{"heading":"OmniVoice no CPU: nossa estimativa de velocidade","paragraphs":["Em um processador de desktop de 8 núcleos, estimamos o OmniVoice de 2 a 5 vezes mais lento que o tempo real: uma frase de 10 segundos leva de 20 a 50 segundos. O SuperClonica resolve em cerca de 1,0 a 1,6 segundo, de 6,4 a 9,7 vezes mais rápido que o tempo real.","O ponto de partida é o omnivoice-server, um servidor HTTP para o OmniVoice que informa RTF de 4,92 no CPU com 32 passos, sem dizer qual processador foi usado. Supomos até 2,5 vezes mais velocidade em um CPU de desktop rápido. Como todas as velocidades da nossa tabela, é uma estimativa, não uma medição."]},{"heading":"Qualidade e estabilidade do timbre","paragraphs":["Na nossa tabela, OmniVoice e SuperClonica têm a mesma nota de qualidade: 4,5 de 5. A diferença está em outro lugar: desempenho no CPU (2 contra 5) e estabilidade do timbre (4 contra 5). Timbre estável importa quando o mesmo personagem lê centenas de falas, como em jogos e audiolivros.","A documentação do OmniVoice aponta na mesma direção: a clonagem é o modo mais estável, e uma referência longa deixa a geração mais lenta e pode piorar o resultado."]},{"heading":"Licença","paragraphs":["O código do OmniVoice está sob Apache 2.0, mas a página do modelo diz que o modelo pré-treinado tem licença CC-BY-NC por causa dos dados de treino. Nos termos padrão, isso exclui o uso comercial dos pesos oficiais.","O Supertonic 3 usa a OpenRAIL-M, uma licença gratuita com uma lista de usos proibidos em vez de uma cláusula não comercial. As vozes compradas no SuperClonica são para os seus próprios projetos e não podem ser revendidas."]},{"heading":"OmniVoice ou SuperClonica para texto para fala?","paragraphs":["Escolha primeiro pelo idioma, depois pelo hardware."],"points":["OmniVoice: seu idioma não está entre os 31 do Supertonic 3, você precisa de chinês ou de clonagem instantânea e tem GPU.","SuperClonica: a voz precisa rodar no CPU, no navegador ou em um app, offline e rápido, com a mesma voz em milhares de falas."]}],"faq":[{"question":"O OmniVoice roda no CPU?","answer":"Sim. O omnivoice-server lista o CPU como modo funcional e informa RTF de 4,92, cerca de cinco vezes mais lento que o tempo real. Pela nossa estimativa, um CPU de desktop rápido deixa isso em 2 a 5 vezes. Em textos longos, a diferença aparece: uma hora de áudio levaria de duas a cinco horas."},{"question":"O OmniVoice é grátis para uso comercial?","answer":"O código está sob Apache 2.0, mas segundo a página do modelo o modelo pré-treinado está sob CC-BY-NC, então a licença padrão não cobre uso comercial."},{"question":"Qual é uma alternativa mais rápida ao OmniVoice para TTS offline?","answer":"Se o seu idioma está entre os 31 do Supertonic 3: uma voz do Supertonic 3 com o motor SuperClonica. Ela roda offline no CPU, pela nossa estimativa de 6,4 a 9,7 vezes mais rápido que o tempo real em um processador de desktop de 8 núcleos."},{"question":"O OmniVoice suporta mais idiomas que o SuperClonica?","answer":"Sim, com folga: 646 contra 31. Além disso, o Supertonic 3 ainda não fala chinês."}],"cta":{"catalog":"Ouvir vozes que rodam no CPU","install":"Configurar o motor SuperClonica"},"sources":[{"label":"Repositório do OmniVoice (GitHub)","url":"https://github.com/k2-fsa/OmniVoice"},{"label":"Lista de idiomas do OmniVoice","url":"https://github.com/k2-fsa/OmniVoice/blob/master/docs/languages.md"},{"label":"Página do modelo OmniVoice (Hugging Face)","url":"https://huggingface.co/k2-fsa/OmniVoice"},{"label":"omnivoice-server 0.2.0: relatório no CPU","url":"https://pypi.org/project/omnivoice-server/0.2.0/"},{"label":"Página do modelo 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":"Texto para fala que roda no seu próprio computador"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio e Fish Speech comparados ao SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS ou SuperClonica para texto para fala local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Uma alternativa offline ao ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Como converter texto em fala offline no seu computador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Os melhores modelos de texto para fala grátis para uso local em 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto para fala para vídeos, audiolivros, jogos e apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto para fala em Python: offline, grátis e com vozes naturais"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto para fala auto-hospedada no Docker"}]}