GUIA

Uma alternativa ao eSpeak NG com vozes naturais

O eSpeak NG está em todo lugar: em leitores de tela do Linux, robôs, scripts e dispositivos minúsculos. Ele é compacto, rápido e fala mais de 100 idiomas, e soa robótico, como a própria documentação diz claramente.

O motor gratuito SuperClonica roda o modelo neural Supertonic 3 offline num processador comum, com vozes naturais em 31 idiomas. Este guia compara os dois com honestidade e mostra como passar um script de um para o outro.

Ver vozes Instalar o motor SuperClonica

eSpeak NG em resumo

Para leitores de tela, dispositivos muito pequenos e idiomas raros, é difícil de superar.

  • Um sintetizador de formantes compacto para mais de 100 idiomas e sotaques.
  • Claro e útil em velocidades altas, mas, como diz o README, não tão natural quanto sintetizadores baseados em gravações.
  • Suporte parcial a SSML e um backend MBROLA.
  • Licença GPL-3.0, com manutenção ativa.

Ouça a diferença grátis

Na página de qualquer voz, escreva a frase que o seu script fala, de 30 a 100 caracteres, escolha o idioma e clique no botão para gerar. Em poucos segundos você ouve a diferença, sem conta.

O que muda com a SuperClonica

Escolha pela tarefa: tamanho e velocidade, ou o quanto a voz é agradável de ouvir.

  • Vozes neurais naturais: dez vozes padrão e mais de 170 vozes no catálogo.
  • 31 idiomas, menos que o eSpeak NG; o chinês não está entre eles.
  • Maior: o modelo tem cerca de 385 MB, mas uma frase curta levou 0,43 s em quatro threads de um Ryzen 7 5800X nos nossos testes.
  • Apache 2.0 para o motor e OpenRAIL-M para o modelo.

Troque os seus comandos

Instale o motor uma vez: python -m pip install superclonica-cpu. Um comando como espeak-ng "Backup concluído" -w hello.wav vira superclonica --text "Backup concluído" --voice F1 --lang pt --output hello.wav. Em Python, o método synthesize do motor substitui as chamadas ao eSpeak NG ou ao pyttsx3, e para programas em outras linguagens a imagem Docker oferece as mesmas vozes por HTTP. Crie o motor uma vez e reutilize: carregar leva alguns segundos, e cada frase, uma fração de segundo.

Quando o eSpeak NG continua melhor

Fique com o eSpeak NG em leitores de tela que precisam de resposta imediata em velocidade muito alta, em dispositivos com pouquíssima memória ou armazenamento, em idiomas que o Supertonic 3 não fala e onde uma voz robótica serve perfeitamente. Use a SuperClonica onde as pessoas ouvem por mais tempo: vídeos, avisos, audiolivros, assistentes e jogos.