{"kind":"guides","slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","title":"Свой API озвучки текста в Docker | SuperClonica","description":"Свой HTTP API синтеза речи в Docker на процессоре или видеокарте NVIDIA: запуск сервера, запросы со своими голосами, API-ключ и масштабирование.","h1":"Свой API для озвучки текста в Docker","intro":"API синтеза речи на собственном сервере превращает текст в аудио для любой программы, которая умеет отправлять HTTP-запрос: сайта, бота, игрового бэкенда или скрипта на любом языке. Текст не покидает вашу машину, а платить за символы не нужно.\n\nВ этом руководстве показано, как запустить движок SuperClonica на основе открытой модели Supertonic 3 как HTTP-сервер в Docker: старт на процессоре или видеокарте NVIDIA, запросы со встроенными и своими голосами и подготовка к реальной работе. Образ и движок наши, поэтому мы прямо говорим, где речь о нашем продукте.","sections":[{"heading":"Зачем запускать синтез речи у себя","paragraphs":["С облачными API озвучки легко начать, но каждый запрос отправляет текст провайдеру и оплачивается посимвольно. Свой API меняет это на сервер, которым вы управляете сами."],"points":["Приватность: тексты и аудио остаются на вашем железе — это важно для внутренних документов, сообщений и данных пользователей.","Стоимость: после покупки железа речь бесплатна, длинные тексты и большие объёмы не увеличивают счёт.","Любой клиент: один HTTP-эндпоинт одинаково обслуживает Python, JavaScript, Go, PHP, C# или shell-скрипт.","Офлайн: после загрузки модели серверу не нужен интернет."]},{"heading":"Запуск сервера","paragraphs":["На любом процессоре: docker run -d --name tts -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. На видеокарте NVIDIA установите NVIDIA Container Toolkit и запустите docker run -d --name tts --gpus all -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cuda; CUDA и cuDNN уже в образе, от хоста нужен только драйвер.","При первом запуске модель Supertonic 3 (около 385 МБ) скачивается в том superclonica-models, следующие запуски используют её повторно. Сервер готов, когда GET http://localhost:8000/health отвечает статусом, версией и используемым устройством. В образе есть собственная проверка здоровья, поэтому docker ps показывает, когда контейнер готов."]},{"heading":"Отправка запроса","paragraphs":["POST /synthesize принимает JSON и возвращает моно-WAV 16 бит: curl -X POST http://localhost:8000/synthesize -H \"Content-Type: application/json\" -d '{\"text\": \"Привет с моего сервера!\", \"voice\": \"F1\", \"lang\": \"ru\"}' -o hello.wav. Заголовки X-Sample-Rate и X-Duration-Seconds описывают аудио.","Поля запроса: text, voice, lang, seed и normalize. voice — один из десяти встроенных голосов, от M1 до M5 и от F1 до F5, или свой голос; lang — язык текста, один из 31 языка модели (китайского среди них нет). Фиксированный seed даёт то же аудио для того же текста, а normalize выравнивает громкость. GET /voices перечисляет встроенные голоса и языки, а /docs показывает интерактивную документацию API."]},{"heading":"Свои голоса","paragraphs":["Голос Supertonic 3 — это JSON-файл размером около 0,3 МБ. Бесплатные голоса с примерами звучания лежат в репозитории superclonica/supertonic-voices на GitHub, а в каталоге SuperClonica их больше 170, у каждого есть бесплатное онлайн-демо.","Голос передаётся в запросе самим JSON-объектом в поле voice, поэтому сервер не хранит файлы голосов. Объект большой, так что собирайте запрос в файле и отправляйте через curl -d @request.json или из кода: загрузите голос через json.load в Python или JSON.parse в JavaScript и отправьте вместе с текстом. Тело запроса может весить до 2 МБ."]},{"heading":"Настройки","paragraphs":["Сервер берёт настройки из переменных окружения — через -e в docker run или в файле Compose."],"points":["SUPERCLONICA_API_KEY: если задан, /synthesize и /voices требуют заголовок Authorization: Bearer и ключ.","SUPERCLONICA_LANES: копии модели, от 1 до 8 (по умолчанию 1); каждая озвучивает один запрос за раз и требует своей памяти.","SUPERCLONICA_DEVICE: auto, cuda или cpu (по умолчанию auto — видеокарта, если она есть).","SUPERCLONICA_THREADS: потоки процессора (по умолчанию по одному на физическое ядро).","SUPERCLONICA_MAX_TEXT: самый длинный текст в символах (по умолчанию 5000)."]},{"heading":"Перед запуском в продакшен","paragraphs":["Несколько привычек делают свой API озвучки быстрым и безопасным."],"points":["Сохраняйте том /models, чтобы после перезапуска модель не скачивалась заново, и запускайте контейнер с --restart unless-stopped.","Не открывайте порт 8000 в интернет как есть: задайте API-ключ и поставьте сервер за обратный прокси с HTTPS или держите его в частной сети.","Делите длинные тексты на абзацы на своей стороне, если нужен прогресс или потоковая выдача; движок и так озвучивает длинный текст естественными кусками до 160 символов.","Кэшируйте аудио для повторяющихся текстов, например фраз интерфейса: тот же текст, голос и seed всегда дают тот же файл.","Измеряйте на своём железе: в наших тестах короткая фраза заняла 0,12 с на RTX 5070 Ti и 0,43 с на четырёх потоках Ryzen 7 5800X."]},{"heading":"Лицензии","paragraphs":["Движок SuperClonica и образ выпущены под Apache License 2.0. Модель Supertonic 3 распространяется под OpenRAIL-M — бесплатной лицензией со списком запрещённых применений вместо запрета на коммерческое использование: не используйте речь, чтобы выдавать себя за другого человека без согласия, обманывать или травить, и указывайте, что аудио сгенерировано, там, где это важно."]}],"faq":[{"question":"Совместим ли API с эндпоинтом озвучки OpenAI?","answer":"Нет. У него свой простой формат JSON: на входе text, voice, lang и несколько опций, на выходе файл WAV. Небольшой адаптер в вашем коде или прокси может переводить в него другие форматы."},{"question":"Нужна ли видеокарта?","answer":"Нет. Образ cpu работает на обычном процессоре, и короткая фраза занимает заметно меньше секунды. Видеокарта NVIDIA с образом cuda в несколько раз быстрее и подходит для больших объёмов."},{"question":"Сколько запросов он обрабатывает одновременно?","answer":"Запросы озвучиваются на lanes — копиях модели; с одной копией они идут по очереди. Задайте SUPERCLONICA_LANES (до 8), чтобы обслуживать несколько сразу; на процессоре копии делят его ядра, на видеокарте лучше её загружают."},{"question":"Работает ли он без интернета?","answer":"Да, после первого запуска. Модель хранится в томе /models, и дальше серверу соединение не нужно; интернет требуется только для загрузки образа и первой загрузки модели."}],"cta":{"catalog":"Голоса для вашего API","install":"Другие способы установки движка"},"sources":[{"label":"Docker-образ SuperClonica (Docker Hub)","url":"https://hub.docker.com/r/superclonica/superclonica"},{"label":"Установка NVIDIA Container Toolkit","url":"https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html"},{"label":"Движок SuperClonica (PyPI)","url":"https://pypi.org/project/superclonica-cpu/"},{"label":"Карточка модели Supertonic 3 (Hugging Face)","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"},{"label":"Бесплатные голоса Supertonic 3 (GitHub)","url":"https://github.com/superclonica/supertonic-voices"}],"published":"2026-10-22","updated":"2026-10-22","pages":[{"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"}],"related":[{"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"}]}