{"kind":"compare","slug":"xtts","path":"/compare/xtts","title":"Coqui XTTS-v2 替代方案：可商用的语音合成 | SuperClonica","description":"XTTS-v2 与 SuperClonica 对比：Coqui 的声音克隆模型仅限非商业使用，原仓库已停止维护；Supertonic 3 音色在 CPU 上快速运行。","h1":"Coqui XTTS-v2 与 SuperClonica：Coqui TTS 的替代方案","intro":"XTTS-v2 是 Coqui 的声音克隆模型，随开源库 Coqui TTS 一起发布。只要一小段参考音频，它就能用这个声音说 17 种语言，包括中文，还能把一个声音带到另一种语言里。\n\n如果今天打算在它上面做项目，有两点要知道：原仓库 coqui-ai/TTS 已不再维护，XTTS 权重的许可证也不允许商用。如果您在找 Coqui TTS 的替代方案，下面是 SuperClonica 的对比情况。需要先说明的是，Supertonic 3 目前不支持中文。XTTS 不在我们的对比表中，我们不给出它的速度或音质评分。","sections":[{"heading":"XTTS-v2 能做什么","paragraphs":["XTTS-v2 只需几秒音频就能克隆声音：模型卡说 6 秒，文档说 3 秒。支持英语、西班牙语、法语、德语、意大利语、葡萄牙语、波兰语、土耳其语、俄语、荷兰语、捷克语、阿拉伯语、中文、日语、匈牙利语、韩语和印地语，输出 24 kHz 音频，并能从参考音频迁移情绪和风格。","它支持流式合成，作者称延迟低于 200 毫秒，但没有说明硬件。文档中的示例都在 CUDA 上运行，并附带微调代码。"]},{"heading":"XTTS 许可证：为什么不能商用","paragraphs":["XTTS-v2 的权重采用 Coqui Public Model License。它只允许非商业使用，而且不仅约束模型，也约束生成的音频：只要您因为模型或其输出直接或间接获得报酬，就超出了许可范围。企业只能用于测试、评估和非商业研究。","Coqui TTS 的代码本身是 MPL-2.0，所以障碍在权重，不在代码。Supertonic 3 采用 OpenRAIL-M：免授权费，没有“仅限非商业”条款，而是列出禁止用途。在 SuperClonica 购买的音色用于您自己的项目，不能转售。"]},{"heading":"Coqui TTS 的现状","paragraphs":["原仓库 coqui-ai/TTS 已不再维护。Idiap 维护着一个分支，在 PyPI 上以 coqui-tts 发布，提供 Linux、macOS 和 Windows 的预编译包，并加入了克隆音色缓存等新功能。XTTS-v2 的权重和许可证没有变化。"]},{"heading":"每次请求都克隆，还是训练好的音色文件","paragraphs":["XTTS 每次请求都要从参考音频重建声音，结果取决于您给的音频。SuperClonica 则把声音一次性训练成 Supertonic 3 音色文件：一段 5 到 10 秒、带准确文本的干净录音，加上您自己的 NVIDIA 显卡，不收费。也可以请作者定制，或在目录里挑选。但请注意，这些音色只能说 Supertonic 3 支持的 31 种语言，不含中文。","之后这个文件在普通 CPU 上离线运行。按我们的估算，SuperClonica 在 8 核台式机 CPU 上是实时速度的 6.4–9.7 倍，一句 10 秒的话约 1.0–1.6 秒。"]},{"heading":"什么时候选 XTTS-v2 更好","paragraphs":["商业项目、没有 GPU 的电脑、想把音色作为文件保存，选 SuperClonica。以下情况 XTTS-v2 仍然适合："],"points":["个人、研究和业余项目，非商业许可证不构成障碍。","几秒音频即时克隆，不需要训练。","中文语音合成，Supertonic 3 目前不支持中文。","已经基于 Coqui TTS 库搭好的流程。"]}],"faq":[{"question":"XTTS-v2 可以商用吗？","answer":"按它的许可证不行。Coqui Public Model License 只允许非商业使用模型及其生成的音频。Coqui TTS 代码是 MPL-2.0，但这不改变权重的条款。"},{"question":"Coqui TTS 还在维护吗？","answer":"原仓库 coqui-ai/TTS 已不再维护。Idiap 的分支继续维护这个库，在 PyPI 上的包名是 coqui-tts。"},{"question":"做中文商用声音克隆，有什么 Coqui TTS 替代方案？","answer":"Supertonic 3 目前不支持中文，所以 SuperClonica 不适合中文项目。可以看看 Qwen3-TTS，它支持中文和 3 秒克隆；使用前请仔细阅读许可证，比如 F5-TTS 的官方权重同样是非商业的。如果您的项目使用 Supertonic 3 支持的语言，可以用自己的录音训练音色，在 SuperClonica 中运行。"},{"question":"XTTS-v2 需要 GPU 吗？","answer":"官方示例在 CUDA 上运行，文档没有给出 CPU 数据。据作者介绍，Supertonic 3 不需要 GPU，SuperClonica 在普通 CPU 上就能运行它的音色。"}],"cta":{"catalog":"浏览现成音色","install":"安装 SuperClonica"},"sources":[{"label":"XTTS-v2 模型卡（Hugging Face）","url":"https://huggingface.co/coqui/XTTS-v2"},{"label":"Coqui Public Model License","url":"https://huggingface.co/coqui/XTTS-v2/blob/main/LICENSE.txt"},{"label":"XTTS 文档（coqui-tts）","url":"https://coqui-tts.readthedocs.io/en/latest/models/xtts.html"},{"label":"Idiap 维护的 Coqui TTS 分支（GitHub）","url":"https://github.com/idiap/coqui-ai-TTS"},{"label":"原 coqui-ai/TTS 仓库","url":"https://github.com/coqui-ai/TTS"},{"label":"Supertonic 3 模型卡","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":"在自己电脑上运行的语音合成"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic 与 SuperClonica：同一模型，更快更干净"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio、Fish Speech 与 SuperClonica 对比"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice 与 SuperClonica：语言更多，还是速度更快"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"本地语音合成：Qwen3-TTS 还是 SuperClonica"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 与 SuperClonica：录音棚音质还是 CPU 速度"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS 与 SuperClonica：零样本克隆还是 CPU 上的快速合成"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"可离线使用的 ElevenLabs 替代方案"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS 与 SuperClonica：两个小模型的本地语音合成"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS 与 SuperClonica：小设备还是定制音色"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 与 SuperClonica：Coqui TTS 的替代方案"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS 与 SuperClonica：即时克隆还是训练好的音色文件"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"如何在自己的电脑上离线把文字转成语音"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"声音克隆：如何得到一个像录音里那样的声音"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026 年适合本地运行的免费语音合成模型"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"为视频、有声书、游戏和应用做文字转语音配音"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 音色：自定义音色的来源与使用方法"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Python 文字转语音：离线、免费、自然的音色"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"在 Docker 中自建文字转语音 API"}]}