Mac と普通の CPU のための AllTalk TTS の代替
AllTalk TTS は、SillyTavern、text-generation-webui、KoboldCPP、Home Assistant で人気のローカル読み上げサーバーです。バージョン2は Coqui XTTS、Coqui VITS、Piper、Parler、F5 の複数エンジンをまとめ、RVC の声変換、Gradio の画面、ファインチューニング、OpenAI 互換 API を加えており、ライセンスは AGPL-3.0 です。
README には制限も明記されています。セットアップツールは Windows と Linux 向けで、Mac へのインストールは理論上のもので未検証、Apple Silicon では GPU 加速なし、AMD は限定的で実験的、そして作者はプロジェクトに割ける時間がとても少なくなったと書いています。当てはまるなら、このガイドでもっと簡単な方法を紹介します。
AllTalk の得意なこと
1つの画面で多くのエンジン、XTTS での声のクローン、自分の録音でのファインチューニング、ナレーターモード、一括生成、チャット画面との連携。NVIDIA の GPU と DeepSpeed があれば高速です。
SuperClonica の違い
SuperClonica は1つのモデル Supertonic 3 のための1つのエンジンで、Windows、Apple Silicon の macOS、Linux に python -m pip install superclonica-cpu で入ります。GPU なしのふつうの CPU で動き、31言語を話します。声は小さな JSON ファイルで、商用利用できる標準音声10種、カタログの約190の声、またはスタジオで学習した自分の声が使えます。
確認すべきライセンス
AllTalk 自体は AGPL-3.0 で、各エンジンにはそれぞれのモデルライセンスがあります。たとえば XTTS の重みは商用利用できません。SuperClonica のエンジンは Apache-2.0、Supertonic 3 のモデルは OpenRAIL-M なので、標準音声は商用利用できます。
SillyTavern、Open WebUI、Home Assistant
AllTalk を OpenAI 互換 API のために使っていたなら、OpenAI 互換 TTS サーバーのガイドで、SuperClonica エンジンを /v1/audio/speech の後ろに置くテスト済みの小さなサーバーを紹介しています。Home Assistant には別のガイドがあります。
どちらを選ぶか
NVIDIA のマシンで XTTS のクローン、複数エンジン、RVC を使いたいなら AllTalk。Mac でもノート PC の CPU でもサーバーでも同じように動く軽いインストール、カタログのキャラクター音声、標準音声の商用利用なら SuperClonica。