{"kind":"guides","slug":"python-text-to-speech","path":"/guides/python-text-to-speech","title":"Texto para fala em Python, offline e grátis | SuperClonica","description":"Como transformar texto em fala no Python sem internet: pyttsx3, gTTS e modelos neurais comparados, e código que funciona com pip, vozes próprias e Docker.","h1":"Texto para fala em Python: offline, grátis e com vozes naturais","intro":"O Python tem várias formas de transformar texto em fala. Algumas bibliotecas leem com as vozes robóticas do sistema operacional, outras enviam o texto para um serviço online e outras executam um modelo neural no seu próprio computador. Estas últimas já soam quase humanas e ainda funcionam sem internet.\n\nEste guia compara as opções e depois mostra código que funciona com o motor SuperClonica, um pacote pip baseado no modelo aberto Supertonic 3: instalação, um primeiro script, vozes personalizadas, textos longos e uma API HTTP local no Docker. O motor é nosso, por isso dizemos quando o assunto somos nós.","sections":[{"heading":"Formas de fazer texto para fala em Python","paragraphs":["Antes de escolher uma biblioteca, decida duas coisas: se o seu texto pode sair do computador e quão natural a voz precisa soar."],"points":["pyttsx3 controla o mecanismo de voz embutido no sistema: SAPI5 no Windows, NSSpeechSynthesizer no macOS e eSpeak no Linux. Funciona offline e instala em segundos, mas as vozes soam robóticas e mudam de uma máquina para outra.","gTTS envia o texto ao serviço de voz do Google Tradutor e salva um MP3. Soa mais claro, mas precisa de internet, oferece idiomas e sotaques em vez de vozes e é uma interface não oficial que pode parar de funcionar.","APIs na nuvem do Google, Amazon, Microsoft ou ElevenLabs soam muito bem, mas exigem conta e chave, são pagas por caractere e enviam cada texto ao provedor.","Modelos neurais locais como Supertonic 3, Kokoro e Piper rodam na sua própria CPU ou GPU. Depois de baixar o modelo uma vez, funcionam offline, não custam nada por caractere e soam muito mais naturais que as vozes do sistema. Nossas páginas de comparação tratam deles em detalhe."]},{"heading":"Instalar o motor SuperClonica","paragraphs":["O motor é um pacote pip em duas versões. Para qualquer CPU no Windows, macOS ou Linux com Python 3.10 ou mais recente: python -m pip install superclonica-cpu. Para uma GPU NVIDIA no Windows ou Linux com Python 3.11 ou mais recente: python -m pip install superclonica-gpu-cuda. Instale só um deles por ambiente; os dois fornecem o mesmo módulo superclonica.","A versão para GPU traz CUDA e cuDNN pelo pip, então do sistema só é preciso um driver NVIDIA com suporte a CUDA 12; sem uma GPU funcionando, ela passa para a CPU. Na primeira execução, o modelo Supertonic 3, com cerca de 385 MB, é baixado uma única vez em ~/.cache/supertonic3. Defina SUPERTONIC_CACHE_DIR para guardá-lo em outro lugar."]},{"heading":"Seu primeiro script","paragraphs":["Importe o motor, sintetize uma frase e salve-a: from superclonica import Superclonica, depois tts = Superclonica(), audio, sample_rate = tts.synthesize(\"Olá! Esta voz roda no meu próprio computador.\", voice=\"F1\", lang=\"pt\", seed=7) e tts.save(\"ola.wav\", audio). O modelo vem com dez vozes, de M1 a M5 e de F1 a F5, que não precisam de arquivos extras.","Crie o motor uma vez e reutilize-o: o carregamento leva alguns segundos, e cada frase seguinte, uma fração de segundo. Em nossas medições, a frase curta mediana levou 0,12 s numa RTX 5070 Ti e 0,43 s num Ryzen 7 5800X com quatro threads."]},{"heading":"Usar uma voz personalizada","paragraphs":["Uma voz do Supertonic 3 é um arquivo JSON de cerca de 0,3 MB. Há vozes gratuitas com amostras de áudio no repositório superclonica/supertonic-voices do GitHub, e o catálogo da SuperClonica tem mais de 170, de personagens de jogos a narradores, cada uma com demo online gratuita.","Passe o arquivo em vez do nome de uma predefinição: tts.synthesize(\"Bom dia!\", voice=\"ciri.json\", lang=\"pt\", seed=7). Na linha de comando: superclonica --text \"Bom dia!\" --voice ciri.json --lang pt --output bom-dia.wav. Cada voz fala os 31 idiomas do modelo; defina lang como o idioma do texto, por exemplo en, de, es ou ja. O chinês não é suportado."]},{"heading":"Textos longos, diálogos e formatos de arquivo","paragraphs":["Algumas opções cobrem a maioria dos projetos reais."],"points":["Um texto longo, como um capítulo, vai numa única chamada: o motor o divide em trechos naturais de no máximo 160 caracteres, o que evita palavras repetidas ou engolidas.","normalize=True iguala o volume em −18 LUFS, o que ajuda quando você junta muitos arquivos.","tts.synthesize_batch() dá voz a várias linhas de uma vez, cada uma com sua voz, por exemplo as falas de um diálogo; os resultados mantêm a ordem de entrada.","O mesmo texto com a mesma voz e a mesma semente gera o mesmo áudio de novo, então você pode refazer uma linha sem mexer no resto.","Números são falados por extenso, abreviações comuns de chat são expandidas, e emojis ou símbolos desconhecidos são limpos em vez de causar erro.","tts.save() grava WAV, FLAC ou OGG conforme a extensão do arquivo."]},{"heading":"Texto para fala como API HTTP local","paragraphs":["Se o programa que precisa de fala não é escrito em Python, rode o motor no Docker: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu, ou a tag cuda com --gpus all numa GPU NVIDIA. O modelo é baixado para o volume na primeira inicialização.","Envie POST /synthesize com um JSON contendo o texto, o idioma e o conteúdo do arquivo de voz, e um WAV volta como resposta. Uma voz tem cerca de 0,3 MB, então monte a requisição num arquivo e envie com curl -d @request.json."]},{"heading":"Licenças e uso responsável","paragraphs":["O Supertonic 3 é distribuído sob OpenRAIL-M, uma licença livre de royalties com uma lista de usos proibidos em vez de uma cláusula não comercial. Não use a fala para se passar por alguém sem consentimento, para enganar ou para assediar, e informe que o áudio é gerado por máquina quando isso importar.","Algumas vozes do catálogo são inspiradas em pessoas conhecidas. Não são as vozes reais delas, então não apresente esse áudio como palavras reais dessas pessoas."]}],"faq":[{"question":"Como converter texto em fala no Python sem internet?","answer":"Use uma biblioteca que roda no seu computador: pyttsx3 para as vozes do sistema ou um modelo neural local para fala natural. Com o motor SuperClonica, instale superclonica-cpu pelo pip; depois que o modelo é baixado uma vez, tudo funciona offline."},{"question":"O que é melhor, pyttsx3 ou gTTS?","answer":"pyttsx3 funciona offline com as vozes do sistema, que soam robóticas; gTTS soa mais claro, mas envia o texto ao Google pela internet. Um modelo neural local como o Supertonic 3 oferece fala natural sem internet."},{"question":"Preciso de uma GPU?","answer":"Não. superclonica-cpu roda numa CPU comum no Windows, macOS e Linux, e uma frase curta leva bem menos de um segundo. Uma GPU NVIDIA é várias vezes mais rápida e ajuda com grandes volumes."},{"question":"Posso usar a fala gerada comercialmente?","answer":"A licença do Supertonic 3, OpenRAIL-M, é livre de royalties e não tem cláusula não comercial; ela lista usos proibidos, como se passar por pessoas sem consentimento. Vozes inspiradas em pessoas conhecidas não devem ser apresentadas como palavras reais delas."}],"cta":{"catalog":"Ver vozes para o seu projeto em Python","install":"Instalar o motor SuperClonica"},"sources":[{"label":"pyttsx3 (PyPI)","url":"https://pypi.org/project/pyttsx3/"},{"label":"Documentação do gTTS","url":"https://gtts.readthedocs.io/"},{"label":"Motor SuperClonica (PyPI)","url":"https://pypi.org/project/superclonica-cpu/"},{"label":"Cartão do modelo Supertonic 3 (Hugging Face)","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"},{"label":"Vozes gratuitas do Supertonic 3 (GitHub)","url":"https://github.com/superclonica/supertonic-voices"},{"label":"Imagem Docker da SuperClonica (Docker Hub)","url":"https://hub.docker.com/r/superclonica/superclonica"}],"published":"2026-10-22","updated":"2026-10-22","pages":[{"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"}],"related":[{"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"}]}