GUIDE

Une API Supertonic 3 : dans le cloud ou sur votre propre serveur

Supertonic 3 est un modèle ouvert de synthèse vocale : léger, rapide sur un processeur ordinaire et à l’aise dans 31 langues. Il est publié sous forme de fichiers de modèle : pour l’appeler en HTTP depuis une application, il faut donc un serveur qui le fait tourner. Deux voies : une API hébergée ou votre propre serveur.

SuperClonica propose les deux. Son API vocale fait tourner des voix Supertonic 3 sur nos workers, et son moteur gratuit fait tourner le même modèle sur votre machine, dans nos mesures environ 1,6 fois plus vite que le code d’origine sur processeur et 1,7 fois sur carte graphique.

Obtenir une clé API gratuite Écouter les voix Supertonic 3 Ou faire tourner le moteur vous-même

Option 1 : l’API hébergée

Connectez-vous à SuperClonica avec Google ou GitHub, créez une clé dans la section API de votre espace de travail et envoyez le texte :

curl -o hello.ogg https://superclonica.com/api/v1/speech -H "Authorization: Bearer $SUPERCLONICA_KEY" -H "Content-Type: application/json" -d '{"text": "Bonjour de Supertonic 3 !", "voice": "F1", "language": "fr"}'

La réponse est l’audio lui-même, en ogg par défaut, en mp3 ou wav sur demande ; avec "stream": true, il démarre dès 300 ms dans nos mesures, quelle que soit la longueur du texte.

  • Gratuit : une minute d’audio par jour.
  • Débutant, 5 $ par mois : jusqu’à 216 heures par mois utilisée sans interruption, et toutes les voix du catalogue.
  • Voix : les dix voix standard, les voix du catalogue créées par des auteurs et vos voix entraînées.
  • Jusqu’à 20 000 caractères par requête ; les longs textes sont lus par morceaux sur plusieurs workers à la fois.

Option 2 : votre propre serveur

Le moteur SuperClonica tourne comme un serveur Docker gratuit avec sa propre API HTTP, sans clé ni quota :

docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu

Le premier démarrage télécharge le modèle ; ensuite POST /synthesize répond en WAV. Le guide sur l’API de synthèse vocale dans Docker détaille les réglages, les clés et la mise en production.

Laquelle choisir

Choisissez l’API hébergée pour démarrer en quelques minutes, sans serveur ni GPU, avec du flux pour les longs textes ou les voix du catalogue sans gérer de fichiers. Choisissez votre propre serveur quand les textes ne doivent pas quitter votre infrastructure, quand vous produisez tant que votre matériel revient moins cher, ou quand il faut travailler hors ligne. Les voix et la forme des requêtes se ressemblent : passer de l’un à l’autre plus tard reste un petit changement.

Les limites de Supertonic 3

Supertonic 3 parle 31 langues, mais pas encore le chinois. Sa licence, OpenRAIL-M, autorise l’usage commercial dans le cadre de ses restrictions, dont des règles contre la tromperie et sur les voix de personnes réelles. Les nouvelles voix sont des fichiers de style, pas des clones instantanés : sur SuperClonica, vous pouvez en entraîner une à partir de votre propre enregistrement ou la choisir dans le catalogue.