# Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida

Atualizado 2026-10-23

O Piper é um sistema neural de texto para fala, rápido e local, conhecido como a voz do Home Assistant e como uma das opções de voz do leitor de tela NVDA. As vozes são treinadas com VITS e exportadas para ONNX, e o projeto original foi otimizado para o Raspberry Pi 4. Em outubro de 2025 o repositório original foi arquivado; o desenvolvimento continua em OHF-Voice/piper1-gpl, sob a Open Home Foundation.

O SuperClonica também gera fala localmente, mas com outro foco: vozes do Supertonic 3 em um único arquivo JSON, um catálogo de vozes de autores e vozes sob encomenda. O Piper não está na nossa tabela comparativa, então esta página fica nos fatos dos repositórios oficiais e mostra onde cada um se sai melhor.

## Como o Piper funciona

Cada voz do Piper é um modelo ONNX separado com uma configuração JSON, treinado para um idioma. Para converter texto em fonemas, o Piper embute o espeak-ng. O pacote atual se instala com pip install piper-tts e traz uma ferramenta de linha de comando, uma API Python, um servidor HTTP e uma biblioteca em C/C++; a aceleração por GPU com CUDA é opcional.

A lista de vozes cobre 39 idiomas, do árabe e do catalão ao vietnamita e ao galês, incluindo português do Brasil e de Portugal, espanhol, francês, alemão, russo e chinês. Japonês e coreano não estão nela.

## Licenças: o motor e cada voz

O motor atual, piper1-gpl, está sob GPL-3.0; o original arquivado era MIT. Isso pesa se você embute a biblioteca em um produto fechado. As vozes têm termos próprios: a lista pede que você leia o MODEL_CARD de cada voz, avisa que algumas têm licenças restritivas e apresenta o Piper como ferramenta para uso pessoal e pesquisa em síntese de fala.

O Supertonic 3 usa a OpenRAIL-M, uma única licença livre de royalties para o modelo, com uma lista de usos proibidos. As vozes compradas no SuperClonica são para os seus próprios projetos e não podem ser revendidas.

## Uma voz nova: treinar para o Piper ou para o SuperClonica

O Piper não clona voz a partir de um trecho curto. Uma voz nova significa treinar com um conjunto de gravações e transcrições. O guia oficial recomenda partir de um checkpoint existente; a maioria das vozes oficiais foi treinada em placas de 24–48 GB, e há usuários que conseguiram com 8 GB de VRAM.

No SuperClonica, para começar basta uma gravação limpa de 5 a 10 segundos com a transcrição exata. O treino roda na sua própria GPU NVIDIA, você compara checkpoints, e o JSON final é baixado de graça. Sem GPU, encomende a voz de um autor ou escolha uma voz pronta com demos no catálogo.

## Velocidade e hardware

O Piper foi feito para aparelhos pequenos, e esse é o ponto mais forte dele. Nós não o medimos e não damos nota a ele na nossa tabela.

O Supertonic 3 precisa de um modelo base de cerca de 400 MB mais o motor. Os destinos típicos são desktops, notebooks, servidores e o navegador via ONNX Runtime Web; não temos medições em Raspberry Pi. Em um CPU de desktop com 8 núcleos estimamos o SuperClonica de 6,4 a 9,7 vezes mais rápido que o tempo real, e o motor é em média 61% mais rápido que o cliente padrão do Supertonic 3 no CPU.

## Quando o Piper é a melhor escolha

O SuperClonica serve quando você quer uma voz que não está na lista do Piper, fala em japonês ou coreano, ou uma voz feita sob encomenda para o seu projeto. Escolha o Piper para:

- Raspberry Pi e outros aparelhos pequenos, assistentes de voz de casa inteligente e Home Assistant.
- Idiomas que o Supertonic 3 não cobre, como catalão, galês, persa, cazaque, nepalês, suaíli ou chinês.
- Uma biblioteca em C/C++ ou um servidor HTTP pronto para um sistema que já existe.
- Projetos para os quais a GPL-3.0 e a licença da voz escolhida servem.

## Mais sobre texto para fala

- [Texto para fala que roda no seu próprio computador](https://superclonica.com/pt/text-to-speech)
- [Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo](https://superclonica.com/pt/compare/supertonic)
- [Fish Audio e Fish Speech comparados ao SuperClonica](https://superclonica.com/pt/compare/fish-audio)
- [OmniVoice ou SuperClonica: mais idiomas ou mais velocidade](https://superclonica.com/pt/compare/omnivoice)
- [Qwen3-TTS ou SuperClonica para texto para fala local](https://superclonica.com/pt/compare/qwen3-tts)
- [VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU](https://superclonica.com/pt/compare/voxcpm)
- [F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU](https://superclonica.com/pt/compare/f5-tts)
- [Uma alternativa offline ao ElevenLabs](https://superclonica.com/pt/compare/elevenlabs)
- [Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local](https://superclonica.com/pt/compare/kokoro)
- [Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS](https://superclonica.com/pt/compare/xtts)
- [Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado](https://superclonica.com/pt/compare/chatterbox)

## Guias de texto para fala

- [Como converter texto em fala offline no seu computador](https://superclonica.com/pt/guides/offline-text-to-speech)
- [Clonagem de voz: como conseguir uma voz parecida com uma gravação](https://superclonica.com/pt/guides/voice-cloning)
- [Os melhores modelos de texto para fala grátis para uso local em 2026](https://superclonica.com/pt/guides/best-free-tts-models)
- [Texto para fala para vídeos, audiolivros, jogos e apps](https://superclonica.com/pt/guides/text-to-speech-for-videos)
- [Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las](https://superclonica.com/pt/guides/supertonic-3-voices)
- [Texto para fala em Python: offline, grátis e com vozes naturais](https://superclonica.com/pt/guides/python-text-to-speech)
- [API de texto para fala auto-hospedada no Docker](https://superclonica.com/pt/guides/text-to-speech-api-docker)

## Perguntas frequentes

### O Piper TTS ainda é mantido?

O repositório original rhasspy/piper foi arquivado em outubro de 2025. O desenvolvimento passou para OHF-Voice/piper1-gpl, que publica o pacote piper-tts; a Open Home Foundation procura mantenedores.

### O Piper consegue clonar voz?

Não a partir de um trecho curto. A voz é treinada ou ajustada em GPU com um conjunto de dados transcrito. O SuperClonica também treina vozes, com uma gravação de 5 a 10 segundos, ou um autor pode fazer uma sob encomenda para você.

### O Piper tem vozes em português?

Sim, a lista oficial tem português do Brasil e de Portugal. O Supertonic 3 também fala português, além de japonês e coreano, que o Piper não tem.

### Posso usar as vozes do Piper comercialmente?

Confira duas coisas: a licença GPL-3.0 do motor e o MODEL_CARD de cada voz, porque algumas têm termos restritivos. O Supertonic 3 usa a OpenRAIL-M, e as vozes compradas no SuperClonica não podem ser revendidas.

- [Ver vozes com demos](https://superclonica.com/pt/explore)
- [Instalar o motor](https://superclonica.com/pt/superclonica)

## Fontes

- [Repositório do Piper (OHF-Voice/piper1-gpl)](https://github.com/OHF-Voice/piper1-gpl)
- [Vozes e idiomas do Piper](https://github.com/OHF-Voice/piper1-gpl/blob/main/docs/VOICES.md)
- [Treinar vozes do Piper](https://github.com/OHF-Voice/piper1-gpl/blob/main/docs/TRAINING.md)
- [README do Piper original (repositório arquivado)](https://github.com/rhasspy/piper/blob/077a6be6000bee218c27b18efa0e709de95d6d2f/README.md)
- [Página do modelo Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/pt/)
- [Catálogo de vozes de IA para texto em fala](https://superclonica.com/pt/explore)
- [Pedidos de vozes personalizadas](https://superclonica.com/pt/requests)
- [Como funciona: vozes, TTS local e treinamento](https://superclonica.com/pt/guide)
- [Instale o motor rápido para o Supertonic 3](https://superclonica.com/pt/superclonica)
- [Quem somos: entusiastas de TTS](https://superclonica.com/pt/about)
- [Contato, suporte e denúncias de vozes](https://superclonica.com/pt/contacts)
- [Política de privacidade e dados](https://superclonica.com/pt/privacy)
- [Termos de uso da plataforma](https://superclonica.com/pt/terms)
- [Texto para fala](https://superclonica.com/pt/text-to-speech)