Uma alternativa ao AllTalk TTS para Mac e CPUs comuns
O AllTalk TTS é um servidor local de texto para fala bem usado com SillyTavern, text-generation-webui, KoboldCPP e Home Assistant. A versão 2 junta vários motores, Coqui XTTS, Coqui VITS, Piper, Parler e F5, acrescenta conversão de voz RVC, interface Gradio, ajuste fino e uma API compatível com OpenAI, sob licença AGPL-3.0.
O próprio README é claro sobre os limites: os utilitários de instalação são para Windows e Linux, a instalação no Mac é descrita como teórica e não testada, sem aceleração por GPU no Apple Silicon, o suporte a AMD é limitado e experimental, e o autor escreve que o tempo dele para o projeto ficou muito limitado. Se esse é o seu caso, este guia mostra um caminho mais simples.
O que o AllTalk faz bem
Vários motores atrás de uma interface, clonagem de voz com XTTS, ajuste fino com suas gravações, modo narrador, geração em massa e integrações prontas com interfaces de chat. Com placa NVIDIA e DeepSpeed ele é rápido.
Onde a SuperClonica é diferente
A SuperClonica é um motor para um modelo, o Supertonic 3, instalado com python -m pip install superclonica-cpu no Windows, macOS com Apple Silicon ou Linux. Roda num processador comum, sem placa de vídeo, e fala 31 idiomas. As vozes são pequenos arquivos JSON: dez padrão para uso comercial, cerca de 190 do catálogo ou a sua, treinada no estúdio.
Licenças para conferir
O AllTalk é AGPL-3.0 e cada motor traz sua própria licença de modelo; os pesos do XTTS, por exemplo, não permitem uso comercial. O motor SuperClonica é Apache-2.0 e o modelo Supertonic 3 é OpenRAIL-M, então as vozes padrão podem ser usadas comercialmente.
SillyTavern, Open WebUI e Home Assistant
Se você usava o AllTalk pela API compatível com OpenAI, nosso guia de servidor TTS compatível com OpenAI mostra um pequeno servidor testado que coloca o motor SuperClonica atrás de /v1/audio/speech. Para o Home Assistant há um guia separado.
Qual escolher
Fique com o AllTalk para clonagem XTTS, vários motores e RVC numa máquina NVIDIA. Escolha a SuperClonica para uma instalação leve que funciona igual no Mac, na CPU de um notebook ou num servidor, para vozes de personagens do catálogo ou para uso comercial das vozes padrão.