本文へ移動
カスタム音声 · SUPERTONIC 3

高速な音声合成。
あなたの サウンド。

Supertonic 3のカスタム音声。パソコン、ブラウザ、モバイルアプリで、CPUによる高速な音声合成を。既存の音声を選ぶことも、自分で作って販売することもできます。

音声を選ぶ無料で音声を作成
新しい SuperClonica エンジン：最大 +73% 高速化
CPUで動作オフライン音声合成無料トレーニング

SuperClonica — さまざまなAI音声でテキスト読み上げ

ゲームやアニメのキャラクター、有名人、アナウンサーなど、さまざまな声でテキストを読み上げ。好きな声を無料でオンライン試聴し、音声モデルを購入すれば自分のPCでオフライン合成もできます。

高品質。 あらゆる規模に。

自然音声合成

対話、ゲーム、ビデオ、長編小説向けの自然で表現力豊かなサウンド。

あらゆるプロジェクトに

最小限のリソースで小規模なアプリに組み込めます。コンパクトなモデルは専用 GPU なしで CPU 上で動作します。

大規模プラットフォーム用

大量の音声合成を行うサービスに。自社サーバーでモデルを動かし、利用者の増加に合わせて処理能力を拡張できます。

SuperClonica. より速く、よりクリアに、より安定して。

Supertonic 3 をベースにした私たちのエンジンです。同じモデルと同じ音声のまま、よりクリアな音質と高速な音声合成を実現します。マーケットプレイスの音声はそのまま使えます。

CPU での速度

Ryzen 7 5800X で測定：標準の Supertonic 3 と比べた平均値です。

GPU での速度

RTX 5070 Ti で測定：標準の Supertonic 3 と比べた平均値です。

よりクリアで安定

単語の間はヒスノイズのない静けさで、フレーズの終わりもきれいです。長い文章は短く区切って合成するため、繰り返しや途切れが少なくなります。

Supertonic 3 の JSON に対応

マーケットプレイスの音声や、お手持ちの Supertonic 3 用 JSON を変換なしで使えます。

良い声です。 より少ないリソースで。

品質、CPU での速度、音色の安定性。日常の音声合成に。

表をスクロールしてモデルを比較します →

Ryzen 7 7800X3D の星数と速度は、SuperClonica の概算値であり、測定結果ではありません。

生成時間 = 音声の長さ × RTF。リアルタイムに対する速度 = 1 / RTF。範囲は、さまざまな CPU クライアントを考慮した 8 コア / 16 スレッド・DDR5 環境での予測です。以下の換算係数は当社の仮定であり、7800X3D での検証が必要です。ウォームアップ済みのモデル、単一リクエスト、重みの読み込み時間は含みません。速度はメモリ、クライアント、設定によって異なります。

SuperClonica。同じ設定で、CPU では Supertonic 3 より平均 61% 高速（Ryzen 7 5800X で測定）、GPU では 73% 高速（RTX 5070 Ti）なため、リアルタイムの約 6.4〜9.7 倍です。

Supertonic: 16 スレッドの CPU 上の RTF 0.20。速度には約 20% の誤差を見込んでいます: リアルタイムの 4～6 倍。CPU のモデルは公開元に記載されていません。

Fish: 推定の前提は GGUF クライアント と、10 個のコードブックを持つ Dual-AR です。実効メモリ帯域幅 30～50 GB/秒と、計算およびコーデックのオーバーヘッドを想定しています: RTF 4～10。CPU ベンチマークのない、最も大まかな推定です。

Qwen: Ryzen 6800H で 0.6B/INT4: RTF 2.02。約 1～2 倍の高速化を想定しています: RTF 1～2。1.7B 版は別途、より広い RTF 2～5 の範囲で見積もっています。通常の PyTorch では大幅に遅くなる可能性があります。

OmniVoice: クライアント CPU レポート: RTF 4.92 (32 ステップ)。この構成に対して最大 2.5 倍の高速化を想定しています: RTF 2～5。正確な CPU モデルはレポートに記載されていません。

VoxCPM 2: Core i3-12300 の INT8: RTF 3.8。 1 ～ 2 倍の加速が予想されるため、丸められた RTF 範囲は 2 ～ 4 になります。

F5: RTF 37.284 (シングルスレッド Xeon 8457C)、32 ステップ。 CPU と並列処理により実効加速が 2.5 ～ 7.5 倍と推定され、RTF は 5 ～ 15 になります。 16 スレッドへのスケーリングは線形であるとは考えていません。

どの音声も試せます。 無料。

どの音声でも読み上げ

マーケットプレイスの各音声のページで、100文字までの好きなフレーズを無料で読み上げ、録音をダウンロードできます。

無料の音声

カタログの一部の音声は無料です。登録なしでJSONをダウンロードし、Supertonic 3やSuperClonicaで使えます。

あなたの作品に合う 音声を見つけましょう。

録音に基づいた音声が必要ですか?

サウンドと予算を指定してください。作成者があなたのタスクに合わせて音声をトレーニングします。

1 つの JSON。 さまざまなデバイスに。

パソコン

ブラウザ内

モバイル

製品内

JSON をダウンロードして、Supertonic 3 または私たちの SuperClonica エンジンで使えます。

自分の音声をトレーニングしましょう。 無料。

自分のパソコンやサーバーで音声モデルをトレーニングし、Supertonic 3 用の JSON をダウンロードできます。自分のプロジェクトで使うことも、モデルを販売することもできます。

参考録音から作る音声

Supertonic 3 には既製のプリセットがあります。録音から独自の音色を作成しましょう。

マッチングソフトウェア

当社のソフトウェアで参考録音に合う音声を探し、「作成」でトレーニングを管理できます。

高速な音声マッチング

当社のニューラルネットワークは数百のカスタム音声で学習しており、目的のサウンドをすばやく見つけるのに役立ちます。

音声を販売し、注文に対応しましょう

価格は米ドルで設定できます。完成した音声を販売したり、依頼者の参考録音からモデルをトレーニングしたりできます。

トレーニングとワーカーは「作成」で、公開・販売・注文は「収益化」で管理できます。

収益の例

音声はずっとあなたのもの。 サブスクもクラウドも不要。

自分のパソコンで音声合成

合成はローカルで行われます。クラウドもサブスクも文字数制限もなく、テキストが外部に送られることはありません。

Supertonic 3 より高速

SuperClonica エンジンは同じ音声で、CPU では平均 61%、GPU では 73% 高速です。

一度の購入で永久に使えます

支払いは一度だけ。作者が更新・公開停止しても、JSON はあなたのライブラリに残ります。

どの音声も 31 言語

1 つの音声で 31 言語を話せます。言語は合成時に選びます。

購入前に試せる

音声のページで自分のフレーズを読み上げ、8 言語のデモを聴けます。無料の音声もあります。

自分の音声を無料で

SuperClonica Worker を使って自分のグラフィックボードで音声を学習できます。学習料金はかかりません。

音声で収益を得る

カタログで音声を販売し、音声依頼ボードで依頼を受けられます。収益は残高に入ります。

オープンな形式

音声は通常の Supertonic 3 の JSON です。オリジナルのエンジンでも動き、当プラットフォームに縛られません。

よくある質問

SuperClonica とは何ですか？

音声合成用の音声カタログと、Supertonic 3 をベースにした独自エンジン SuperClonica です。作者が音声を学習・販売し、あなたは好きな声を選んで自分のパソコンでテキストを読み上げます。

音声は無料で試せますか？

はい。どの音声のページでも 100 文字までの自分のフレーズを読み上げ、8 言語のデモを聴けます。無料の音声は登録なしでそのままダウンロードできます。

音声はどう購入しますか？

価格は米ドル表示で、音声は一度購入すればずっと使えます。

NOWPayments で暗号資産を使って残高をチャージします。カード情報は不要です。

音声のページで「音声を購入する」を押します。

ライブラリから JSON をダウンロードします。作者が更新・公開停止しても残ります。

自分のパソコンでテキストを読み上げるには？

SuperClonica または Supertonic 3 をインストールし、音声の JSON のパスをエンジンに渡します。合成は普通の CPU で動き、グラフィックボードは高速化するだけです。手順は「仕組み」で。

音声はどのデバイス・言語で使えますか？

音声は 1 つの JSON ファイルです。Windows・macOS・Linux、ONNX Runtime Web によるブラウザ、モバイルアプリ、ゲーム、ボットで動きます。どの音声も 31 言語を話せます。

自分の音声はどう作りますか？

クリーンな音声の録音 1 つと、グラフィックボード搭載のパソコンが必要です。

スタジオで音声を作成し、5〜10 秒のクリーンな音声を録音してアップロードします。

録音の言語とテキストは自動で認識されるので、確認するだけです。

「トレーニング開始」を押します。認識中でもすぐに押せば、学習は自動でキューに入ります。

学習には何が必要ですか？

8 GB 以上（推奨 12〜16 GB）の NVIDIA グラフィックボードを搭載したパソコンと、SuperClonica Worker アプリです。学習は無料で自分の環境で行われ、進行状況はキューで確認できます（進捗、残り時間、各チェックポイントの類似度）。

自分の音声はどう販売しますか？

出品でカードを作成します（カバー画像、説明、価格または無料公開）。モデレーターの確認後に音声がカタログに掲載され、8 言語のデモが自動で作られ、説明はサイトの全言語に翻訳されます。収益は残高に入ります。

自分専用の音声を依頼できますか？

はい、音声依頼ボードで依頼できます。録音をアップロードし、希望の声と予算を書いてください。予算は残高で確保され、結果を承認した後に作者へ支払われます。

SuperClonica は他の音声サービスと何が違いますか？

音声はローカルで動き、買い切りです。サブスク、クラウド、文字数制限はありません。すべての利点は「SuperClonica を選ぶ理由」に、他のモデルとの比較は「音声合成」のページにあります。

うまく動かないときはどこに連絡すればいいですか？

アカウントメニューの「サポート」を開き、問題を説明してスクリーンショットやワーカーのログを添付してください。そこで回答します。support@superclonica.com宛てにメールすることもできます。

音声合成ガイド

音声マーケットプレイス

SuperClonica を読み込み中…

再読み込み