Una alternativa a pyttsx3 con voces naturales
pyttsx3 es el texto a voz sin conexión clásico de Python: controla el motor de voz del sistema operativo, SAPI5 en Windows, las voces de macOS y eSpeak en Linux. Se instala en segundos y funciona en todas partes, pero las voces suenan robóticas y tu programa suena distinto en cada máquina.
SuperClonica también funciona sin conexión, pero ejecuta un modelo neuronal: voces naturales que suenan igual en Windows, Linux y macOS, además de voces de personajes y voces entrenadas con tus grabaciones. Esta página compara ambos con honestidad.
Dos enfoques sin conexión
Uno toma prestada la voz del sistema; el otro trae la suya.
- pyttsx3: diminuto, instantáneo, usa las voces ya instaladas en el sistema; suenan robóticas y cambian según la plataforma.
- SuperClonica: un modelo neuronal de unos 385 MB que se descarga una vez; voces naturales, idénticas en todas partes.
- Ambos funcionan sin internet.
- Las voces de SuperClonica hablan 31 idiomas; el chino aún no está disponible.
Cuándo pyttsx3 es la herramienta adecuada
Para avisos cortos, funciones de accesibilidad en equipos modestos o un script que debe arrancar al instante sin descargas, pyttsx3 es la opción más ligera y sencilla, y SuperClonica no intenta sustituir eso.
Cuándo encaja mejor SuperClonica
El mismo texto, voz y seed dan siempre el mismo audio, algo que pyttsx3 no puede prometer entre máquinas.
- Tu programa lo escuchan usuarios y debe sonar natural.
- Debe sonar igual en cualquier sistema operativo y máquina.
- Quieres voces de personajes, una voz de marca o tu propia voz entrenada.
- Guardas archivos de audio para vídeos, cursos o juegos, no solo hablas en voz alta.
Cámbialo en pocas líneas
Instala el motor con python -m pip install superclonica-cpu. Donde tu código llama a pyttsx3 para decir o guardar texto, crea el motor una vez, tts = Superclonica() tras from superclonica import Superclonica, y escribe audio, rate = tts.synthesize(text, voice="F1", lang="es"); tts.save("hello.wav", audio). Reproduce el archivo con cualquier librería de audio o consérvalo. Cargar el motor tarda unos segundos y cada frase después, una fracción de segundo. Antes de cambiar, prueba una voz en su página con una frase de 30 a 100 caracteres, gratis y sin cuenta.
Cuánto cuesta
El motor y las diez voces de serie del modelo son gratuitos, y varias voces del catálogo también. Las demás se compran una vez y son tuyas. Necesita más memoria y tiempo de procesador que pyttsx3, pero ni tarjeta gráfica ni internet tras la primera descarga.