ANLEITUNG

Eine Alternative zu Silero TTS für kommerzielle Projekte

Silero ist das offene Text-to-Speech der Wahl im russischsprachigen Raum: schnell auf dem Prozessor, russische Stimmen mit automatischer Betonung, SSML und Modelle für Dutzende Sprachen der früheren Sowjetunion, von Kasachisch bis Jakutisch. Die meisten Modelle stehen jedoch unter CC BY-NC 4.0, einer nicht kommerziellen Lizenz.

Die kostenlose SuperClonica-Engine läuft ebenfalls offline auf einem normalen Prozessor, spricht 31 Sprachen, bringt einen Katalog fertiger Stimmen mit, und ihre Modelllizenz erlaubt kommerzielle Nutzung. Dieser Leitfaden vergleicht ehrlich und sagt, wann Silero die bessere Wahl ist.

Stimmen ansehen SuperClonica-Engine installieren

Silero TTS im Überblick

Für Kasachisch, Tatarisch, Usbekisch und andere Sprachen der Region sowie für nicht kommerzielle Projekte ist Silero eine leichte Empfehlung.

  • Die neuesten russischen Modelle sind die v5-Familie mit den Sprechern aidar, baya, kseniya, xenia, eugene, bei 8, 24 oder 48 kHz.
  • Die russischen Modelle setzen Betonung und Homographen automatisch und unterstützen SSML.
  • Weitere v5-Modelle decken Kasachisch, Usbekisch, Tatarisch, Baschkirisch, Belarussisch, Armenisch, Georgisch und viele weitere Sprachen der Region ab.
  • Silero läuft auf PyTorch und braucht einen Prozessor mit AVX2; die meisten Modelle stehen unter CC BY-NC 4.0, die GUS-Basismodelle unter MIT.

Den Klang gratis vergleichen

Fügen Sie auf der Seite einer beliebigen Stimme einen Satz ein, den Sie mit Silero vertont haben, 30 bis 100 Zeichen, wählen Sie die Sprache und klicken Sie auf die Schaltfläche zum Vertonen. In wenigen Sekunden vergleichen Sie mit Ihrem eigenen Text, ohne Konto.

Was SuperClonica anders macht

Auch sie ist auf dem Prozessor schnell: In unseren Tests dauerte ein kurzer Satz 0,43 s auf vier Threads eines Ryzen 7 5800X.

  • Das Modell Supertonic 3 steht unter OpenRAIL-M, das kommerzielle Nutzung im Rahmen seiner Liste verbotener Nutzungen erlaubt; die Engine unter Apache 2.0.
  • Kein PyTorch: Die Engine läuft auf ONNX Runtime und installiert sich mit einem Befehl, python -m pip install superclonica-cpu, oder als Docker-Image mit HTTP-API.
  • 31 Sprachen, darunter Russisch, Ukrainisch, Englisch, Japanisch, Koreanisch, Hindi, Arabisch und die meisten europäischen Sprachen.
  • Fertige Stimmen: zehn Standardstimmen und mehr als 170 Katalogstimmen, viele auf Russisch aufgenommen, dazu Ihre eigene trainierte Stimme.

Russischer Text: Betonung, ё und Zahlen

SuperClonica hat kein SSML, also steuert der Text selbst das Lesen. Schreiben Sie im Russischen das ё, wo es hingehört, formulieren oder schreiben Sie ein falsch gelesenes Homograph um und schreiben Sie Zahlen aus: Ziffern werden als einfache Zahlen gelesen und nicht dekliniert. Testen Sie knifflige Sätze im kostenlosen Online-Test, bevor Sie einen langen Text vertonen.

Was Sie wählen sollten

Wählen Sie Silero für die Sprachen Zentralasiens, des Kaukasus und der Wolgaregion, für SSML-Steuerung und für nicht kommerzielle Arbeit. Wählen Sie SuperClonica für ein Produkt, einen Kanal oder einen Kunden, bei dem die Lizenz zählt, für Figuren- und Erzählerstimmen, für Ihre eigene trainierte Stimme und für die europäischen und asiatischen Sprachen, die Silero nicht abdeckt.