ガイド

31言語に対応する NeuTTS Air の代替

Neuphonic の NeuTTS Air は、言語モデル Qwen 0.5B をベースにした端末上で動く音声合成モデルです。約3秒の音声から声をクローンし、スマホ・ノートPC・Raspberry Pi 向けの GGUF 版があり、出力に透かしを入れ、英語を話します。小型の NeuTTS-Nano はフランス語、ドイツ語、スペイン語を追加します。

SuperClonica は約9900万パラメータのオープンモデル Supertonic 3 を、ふつうの CPU で31言語で動かします。このガイドでは両者を正直に比べます。NeuTTS は計測していないので、速度や品質の数値は載せず、リポジトリとモデルカードの事実だけを紹介します。

音声を見る SuperClonica エンジンをインストール

NeuTTS Air の強み

数秒の音声からの即時クローンが最大の特長で、GGUF 版により完全に端末上で動かせます。出力には透かしが入るため、音声が合成であることを示す必要がある場面で役立ちます。NeuTTS-2E は英語の感情コントロールに対応します。

導入とサイズ

NeuTTS には音素処理のため espeak-ng のインストールが必要で、Hugging Face の Air モデルはダウンロード前に所属と役職を尋ねます。ベースだけで 0.5B のモデルです。Supertonic 3 は約9900万パラメータで追加のシステムパッケージは不要です。python -m pip install superclonica-cpu でエンジンを入れ、superclonica --text "こんにちは" --voice F1 --lang ja --output hello.mp3 を実行します。

言語と用意された声

NeuTTS はモデルによって英語、スペイン語、ドイツ語、フランス語に対応します。Supertonic 3 はポーランド語やチェコ語から日本語、韓国語、ヒンディー語まで31言語を話し、どの声もすべての言語を話せます。SuperClonica にはナレーターからゲーム・アニメのキャラクターまで約190のカタログ音声があり、それぞれ一度買えば使い続けられます。標準音声10種は無料で商用利用もできます。

どちらを選ぶか

短い音声からの手早いクローン、透かし、スマホでの英語音声なら NeuTTS Air。CPU で31言語、すぐ使えるキャラクター音声、長めの録音からスタジオで学習した声、1日3分の無料枠がある音声 API なら SuperClonica です。