{"kind":"compare","slug":"text-to-speech","path":"/text-to-speech","title":"CPUで動く無料のオフライン音声合成 | SuperClonica","description":"自分のPCのCPUでオフラインのテキスト読み上げ。Supertonic 3の音声をJSONファイル1つで入手し、高速なSuperClonicaエンジンで音声合成。録音からのボイスクローンにも対応。","h1":"自分のPCで動く音声合成・テキスト読み上げ","intro":"SuperClonicaは、一般的なCPUで動くオープンな音声合成モデルSupertonic 3向けの音声カタログと、同じ音声をより速く動かすSuperClonicaエンジンです。音声はJSONファイル1つ。一度ダウンロードすれば、テキスト読み上げは手元のPCで完結します。テキストがサーバーに送られることはなく、インターネットが切れても音声合成は止まりません。\n\nこのページでは、ローカルTTSの仕組み、速度、無料で使える範囲、特定の録音に近い音声を手に入れる方法、そしてクラウドサービスや大型モデルのほうが向いているケースをまとめます。","sections":[{"heading":"Supertonic 3によるローカル音声合成の仕組み","paragraphs":["Supertonic 3はSupertoneが公開しているオープンウェイトのモデルで、パラメータ数は約9900万です。ONNX Runtimeで動作し、開発元によるとGPUは不要です。日本語、英語、韓国語、スペイン語、フランス語、ドイツ語、ロシア語など31言語に対応しています。中国語にはまだ対応していません。","音声ファイルに入っているのは声のプロファイルだけです。音声を生成するには、エンジン（Supertonic 3の標準クライアントまたはSuperClonica）と約400MBのベースモデルも必要です。インストール時にはネット接続が要りますが、その後の音声合成はローカルで行われます。"],"points":["PC：Windows、macOS、LinuxのCPUで動作。","ブラウザ：ONNX Runtime WebでWebアプリに組み込み。","モバイル：対応するアプリに組み込み。","自社製品：ゲーム、ボット、自社サーバー上のサービス。"]},{"heading":"CPUでのテキスト読み上げの速度","paragraphs":["Supertoneは、16スレッドのCPUでSupertonic 3のリアルタイム係数（RTF）を0.20と公表しています。1秒の音声を0.2秒で生成できるという意味です。Ryzen 7 7800X3Dクラスの8コアのデスクトップCPUでは、Supertonic 3がリアルタイムの4〜6倍速、SuperClonicaが6.4〜9.7倍速と当社は見積もっています。10秒の文なら約1.0〜1.6秒で生成できます。","エンジンの高速化は実測値です。同じ設定で比べると、Supertonic 3に対してCPU（Ryzen 7 5800X）で平均61%、GPU（RTX 5070 Ti）で平均73%速くなりました。単語間の無音にノイズが乗らず、文末もきれいに収まります。長いテキストは短く区切って読み上げるため、繰り返しや途切れも減ります。Supertonic 3の音声ファイルは変換なしでそのまま使えます。"]},{"heading":"既製の音声、無料の音声、録音からのボイスクローン","paragraphs":["カタログには、ゲームキャラクター、ナレーター、会話向けなど、個人の作者が作った音声が並び、どれもデモを試聴できます。価格は作者が米ドルで設定し、無料の音声もあります。購入した音声は自分のプロジェクトで使うためのもので、転売はできません。","特定の録音に近い声が欲しい場合は、方法が2つあります。どちらもクラウドの即時クローンより時間はかかりますが、出来上がるのはどこでも高速に動くファイルです。録音は、権利を持っていて本人の同意があるものだけを使ってください。"],"points":["依頼する：参考音声をアップロードし、声のイメージと予算を伝えます。作者から提案が届き、結果を承認するまで予算は残高で確保されます。","自分で無料で学習する：5〜10秒のクリアな録音と正確な書き起こしを用意し、NVIDIA GPUを積んだ自分のPCをワーカーとして接続。チェックポイントを聴き比べ、JSONは無料でダウンロードできます。","学習した音声を販売する：カバー画像、説明、価格を設定するだけです。売上は手数料を差し引いて米ドル残高に入ります。"]},{"heading":"ローカルTTSか、クラウドの音声合成か","paragraphs":["ElevenLabsのようなクラウドサービスは、自社サーバーで音声を生成します。Webアプリ、API、手軽なボイスクローン、多くの言語がそろい、インストールも不要です。その代わり、テキストは毎回ネットワークを通り、利用量はプランで管理され、オフラインでは使えません。","ローカルの音声ファイルなら逆です。テキストは端末から出ず、通信の往復もなく、文字数を数えられることもありません。その代わり、セットアップの手間がかかり、モデルも控えめです。対応は31言語で中国語はなく、感情表現の制御も少なめです。","当社の比較表では、Fish Audio S2 Pro、OmniVoice、VoxCPM 2が同等以上の品質評価を得ており、対応言語も多くなっています。ただし当社の見積もりでは、デスクトップCPUではリアルタイムより2〜10倍遅くなります。"]},{"heading":"ローカルのテキスト読み上げが向いている人","paragraphs":["主な利用者は次のような方々です。"],"points":["プレイヤーのPC上でNPCのセリフを生成したいゲーム開発者。","ノートPCで長い原稿を読み上げさせる動画クリエイターやオーディオブックのナレーター。","ブラウザやGPUのないサーバーで音声を出したい開発者。","社内ネットワークの外に文書を出せないチーム。","音声を学習して販売したり、依頼を受けたりする作者。"]},{"heading":"アカウントと支払い","paragraphs":["ログインはGitHubで行い、身分証や電話番号は不要です。支払いは暗号資産で、残高は米ドルで管理されます。クレジットカード情報を受け取ることはありません。"]},{"heading":"SuperClonicaと他のTTSモデルの比較","paragraphs":["当社の比較表では、品質、CPUでの速度、声色の安定性、対応言語を評価しています。星の数と速度はデスクトップCPUを想定したおおまかな見積もりで、実測値ではありません。"],"points":["Fish Audio S2 Pro：品質評価は最高、80以上の言語。CPUではリアルタイムより4〜10倍遅い。","Qwen3-TTS：中国語と3秒でのボイスクローンに対応。10秒の音声に10〜20秒（0.6B）。","OmniVoice：600以上の言語。リアルタイムより2〜5倍遅い。","VoxCPM 2：30言語、48kHz出力。リアルタイムより2〜4倍遅い。","F5-TTS：中国語と英語でゼロショットのボイスクローン。リアルタイムより5〜15倍遅い。"]}],"faq":[{"question":"オフラインで使える無料の音声合成はありますか？","answer":"あります。Supertonic 3はプリセット音声付きのオープンなモデルで、インストール後はオフラインで動きます。カタログには無料の音声もあり、NVIDIA GPUがあれば自分の声の学習も無料です。"},{"question":"音声合成にGPUは必要ですか？","answer":"読み上げには不要です。Supertonic 3とSuperClonicaはCPUで動き、GPUがあればさらに速くなります。新しい音声の学習には、NVIDIA GPUが必要です。"},{"question":"自分の声をクローンできますか？","answer":"ご自身の声、または本人の同意がある声なら可能です。5〜10秒の録音から音声を学習するか、作者に依頼してください。録音の声質や話し方に近い音声ファイルが手に入ります。"},{"question":"日本語の読み上げに対応していますか？","answer":"はい。Supertonic 3は日本語を含む31言語に対応しています。中国語はまだ非対応なので、中国語が必要ならQwen3-TTSやVoxCPM 2のほうが向いています。"},{"question":"SuperClonicaエンジンはもうインストールできますか？","answer":"はい。パッケージはPyPIで公開済みです：CPU用のsuperclonica-cpuと、NVIDIA GPU用のsuperclonica-gpu-cudaです。インストールコマンドと例はエンジンのページにあり、カタログの音声はSupertonic 3の標準クライアントでも使えます。"}],"cta":{"catalog":"音声カタログを見る","install":"SuperClonicaのインストール方法"},"sources":[{"label":"Supertonic 3 モデルカード（Hugging Face）","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"},{"label":"Supertonic 3 ベンチマーク","url":"https://supertonic3.github.io/#benchmark"},{"label":"Supertonic クイックスタート（GitHub）","url":"https://github.com/supertone-oss-archive/supertonic#quick-start"},{"label":"ElevenLabs ドキュメント","url":"https://elevenlabs.io/docs/overview"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"自分のPCで動く音声合成・テキスト読み上げ"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio・Fish SpeechとSuperClonicaの比較"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoiceとSuperClonica：言語の多さか、速度か"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"ローカル音声合成ならQwen3-TTSかSuperClonicaか"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTSとSuperClonica：ゼロショットのクローンか、CPUでの高速読み上げか"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"オフラインで使えるElevenLabsの代替"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"自分のPCでテキストをオフライン読み上げする方法"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"ボイスクローン：録音の声に近い音声を手に入れる方法"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026年、ローカルで使える無料の音声合成モデル"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"動画、オーディオブック、ゲーム、アプリのテキスト読み上げ"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 の音声：カスタム音声の入手先と使い方"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Pythonで音声合成：オフライン・無料・自然な声で"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Dockerで動かすセルフホスト音声合成API"}]}