Uma alternativa ao edge-tts que roda offline
O edge-tts é um pacote Python popular que envia o texto ao serviço online de leitura em voz alta por trás do Microsoft Edge e salva a fala que ele devolve. É grátis e as vozes são boas, mas precisa de internet, não é uma API oficial e pode parar de funcionar a qualquer mudança do serviço.
A SuperClonica segue outro caminho: um motor gratuito que dá voz ao texto no seu próprio computador, offline, com vozes padrão, vozes de personagens do catálogo e vozes treinadas com as suas gravações. Esta página compara os dois com honestidade.
Duas abordagens diferentes
Um pega emprestado um serviço online; o outro é um motor que você instala e mantém.
- edge-tts: o texto vai para um serviço online; muitas vozes e idiomas; não oficial, então pode quebrar ou ser limitado a qualquer momento.
- SuperClonica: o modelo roda localmente depois de um download único de cerca de 385 MB; nada é enviado.
- As vozes da SuperClonica falam 31 idiomas; o chinês ainda não é suportado, enquanto o edge-tts tem vozes em chinês.
- A SuperClonica acrescenta vozes de personagens e vozes treinadas com as suas próprias gravações.
Quando o edge-tts basta
Para um script pessoal rápido com internet, ou quando você precisa de chinês ou de um idioma que o Supertonic 3 não fala, o edge-tts é uma escolha razoável, e a SuperClonica não substitui sua variedade de idiomas.
Quando a SuperClonica se encaixa melhor
O mesmo texto, voz e seed sempre dão o mesmo áudio, o que deixa builds e caches previsíveis.
- Os seus scripts precisam funcionar offline ou numa rede fechada.
- Os seus textos são privados e não devem sair da máquina.
- Você está construindo um produto e precisa de uma dependência que não suma com uma mudança no serviço.
- Você quer vozes de personagens, uma voz de marca consistente ou a sua própria voz treinada.
Troque em poucas linhas
Instale o motor com python -m pip install superclonica-cpu. Na linha de comando, gere um arquivo de texto direto em MP3: superclonica --text-file script.txt --voice F1 --lang pt --output out.mp3. Em Python, depois de from superclonica import Superclonica e tts = Superclonica(), troque a chamada do edge-tts por audio, rate = tts.synthesize(text, voice="F1", lang="pt"); tts.save("out.wav", audio). Textos longos são divididos em pausas naturais e unidos num só arquivo. Antes de trocar, teste uma voz na página dela com uma frase de 30 a 100 caracteres, grátis e sem conta.
Quanto custa
O motor e as dez vozes padrão do modelo são gratuitos, e várias vozes do catálogo também. As outras são compradas uma vez e ficam suas. Não há cobrança por requisição nem serviço do qual depender: depois de instalado, funciona sem internet.