# Texto para fala em Python: offline, grátis e com vozes naturais

Atualizado 2026-10-22

O Python tem várias formas de transformar texto em fala. Algumas bibliotecas leem com as vozes robóticas do sistema operacional, outras enviam o texto para um serviço online e outras executam um modelo neural no seu próprio computador. Estas últimas já soam quase humanas e ainda funcionam sem internet.

Este guia compara as opções e depois mostra código que funciona com o motor SuperClonica, um pacote pip baseado no modelo aberto Supertonic 3: instalação, um primeiro script, vozes personalizadas, textos longos e uma API HTTP local no Docker. O motor é nosso, por isso dizemos quando o assunto somos nós.

## Formas de fazer texto para fala em Python

Antes de escolher uma biblioteca, decida duas coisas: se o seu texto pode sair do computador e quão natural a voz precisa soar.

- pyttsx3 controla o mecanismo de voz embutido no sistema: SAPI5 no Windows, NSSpeechSynthesizer no macOS e eSpeak no Linux. Funciona offline e instala em segundos, mas as vozes soam robóticas e mudam de uma máquina para outra.
- gTTS envia o texto ao serviço de voz do Google Tradutor e salva um MP3. Soa mais claro, mas precisa de internet, oferece idiomas e sotaques em vez de vozes e é uma interface não oficial que pode parar de funcionar.
- APIs na nuvem do Google, Amazon, Microsoft ou ElevenLabs soam muito bem, mas exigem conta e chave, são pagas por caractere e enviam cada texto ao provedor.
- Modelos neurais locais como Supertonic 3, Kokoro e Piper rodam na sua própria CPU ou GPU. Depois de baixar o modelo uma vez, funcionam offline, não custam nada por caractere e soam muito mais naturais que as vozes do sistema. Nossas páginas de comparação tratam deles em detalhe.

## Instalar o motor SuperClonica

O motor é um pacote pip em duas versões. Para qualquer CPU no Windows, macOS ou Linux com Python 3.10 ou mais recente: python -m pip install superclonica-cpu. Para uma GPU NVIDIA no Windows ou Linux com Python 3.11 ou mais recente: python -m pip install superclonica-gpu-cuda. Instale só um deles por ambiente; os dois fornecem o mesmo módulo superclonica.

A versão para GPU traz CUDA e cuDNN pelo pip, então do sistema só é preciso um driver NVIDIA com suporte a CUDA 12; sem uma GPU funcionando, ela passa para a CPU. Na primeira execução, o modelo Supertonic 3, com cerca de 385 MB, é baixado uma única vez em ~/.cache/supertonic3. Defina SUPERTONIC_CACHE_DIR para guardá-lo em outro lugar.

## Seu primeiro script

Importe o motor, sintetize uma frase e salve-a: from superclonica import Superclonica, depois tts = Superclonica(), audio, sample_rate = tts.synthesize("Olá! Esta voz roda no meu próprio computador.", voice="F1", lang="pt", seed=7) e tts.save("ola.wav", audio). O modelo vem com dez vozes, de M1 a M5 e de F1 a F5, que não precisam de arquivos extras.

Crie o motor uma vez e reutilize-o: o carregamento leva alguns segundos, e cada frase seguinte, uma fração de segundo. Em nossas medições, a frase curta mediana levou 0,12 s numa RTX 5070 Ti e 0,43 s num Ryzen 7 5800X com quatro threads.

## Usar uma voz personalizada

Uma voz do Supertonic 3 é um arquivo JSON de cerca de 0,3 MB. Há vozes gratuitas com amostras de áudio no repositório superclonica/supertonic-voices do GitHub, e o catálogo da SuperClonica tem mais de 170, de personagens de jogos a narradores, cada uma com demo online gratuita.

Passe o arquivo em vez do nome de uma predefinição: tts.synthesize("Bom dia!", voice="ciri.json", lang="pt", seed=7). Na linha de comando: superclonica --text "Bom dia!" --voice ciri.json --lang pt --output bom-dia.wav. Cada voz fala os 31 idiomas do modelo; defina lang como o idioma do texto, por exemplo en, de, es ou ja. O chinês não é suportado.

## Textos longos, diálogos e formatos de arquivo

Algumas opções cobrem a maioria dos projetos reais.

- Um texto longo, como um capítulo, vai numa única chamada: o motor o divide em trechos naturais de no máximo 160 caracteres, o que evita palavras repetidas ou engolidas.
- normalize=True iguala o volume em −18 LUFS, o que ajuda quando você junta muitos arquivos.
- tts.synthesize_batch() dá voz a várias linhas de uma vez, cada uma com sua voz, por exemplo as falas de um diálogo; os resultados mantêm a ordem de entrada.
- O mesmo texto com a mesma voz e a mesma semente gera o mesmo áudio de novo, então você pode refazer uma linha sem mexer no resto.
- Números são falados por extenso, abreviações comuns de chat são expandidas, e emojis ou símbolos desconhecidos são limpos em vez de causar erro.
- tts.save() grava WAV, FLAC ou OGG conforme a extensão do arquivo.

## Texto para fala como API HTTP local

Se o programa que precisa de fala não é escrito em Python, rode o motor no Docker: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu, ou a tag cuda com --gpus all numa GPU NVIDIA. O modelo é baixado para o volume na primeira inicialização.

Envie POST /synthesize com um JSON contendo o texto, o idioma e o conteúdo do arquivo de voz, e um WAV volta como resposta. Uma voz tem cerca de 0,3 MB, então monte a requisição num arquivo e envie com curl -d @request.json.

## Licenças e uso responsável

O Supertonic 3 é distribuído sob OpenRAIL-M, uma licença livre de royalties com uma lista de usos proibidos em vez de uma cláusula não comercial. Não use a fala para se passar por alguém sem consentimento, para enganar ou para assediar, e informe que o áudio é gerado por máquina quando isso importar.

Algumas vozes do catálogo são inspiradas em pessoas conhecidas. Não são as vozes reais delas, então não apresente esse áudio como palavras reais dessas pessoas.

## Mais guias

- [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)
- [API de texto para fala auto-hospedada no Docker](https://superclonica.com/pt/guides/text-to-speech-api-docker)

## Texto para fala e comparações

- [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)
- [Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida](https://superclonica.com/pt/compare/piper)
- [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)

## Perguntas frequentes

### Como converter texto em fala no Python sem internet?

Use uma biblioteca que roda no seu computador: pyttsx3 para as vozes do sistema ou um modelo neural local para fala natural. Com o motor SuperClonica, instale superclonica-cpu pelo pip; depois que o modelo é baixado uma vez, tudo funciona offline.

### O que é melhor, pyttsx3 ou gTTS?

pyttsx3 funciona offline com as vozes do sistema, que soam robóticas; gTTS soa mais claro, mas envia o texto ao Google pela internet. Um modelo neural local como o Supertonic 3 oferece fala natural sem internet.

### Preciso de uma GPU?

Não. superclonica-cpu roda numa CPU comum no Windows, macOS e Linux, e uma frase curta leva bem menos de um segundo. Uma GPU NVIDIA é várias vezes mais rápida e ajuda com grandes volumes.

### Posso usar a fala gerada comercialmente?

A licença do Supertonic 3, OpenRAIL-M, é livre de royalties e não tem cláusula não comercial; ela lista usos proibidos, como se passar por pessoas sem consentimento. Vozes inspiradas em pessoas conhecidas não devem ser apresentadas como palavras reais delas.

- [Ver vozes para o seu projeto em Python](https://superclonica.com/pt/explore)
- [Instalar o motor SuperClonica](https://superclonica.com/pt/superclonica)

## Fontes

- [pyttsx3 (PyPI)](https://pypi.org/project/pyttsx3/)
- [Documentação do gTTS](https://gtts.readthedocs.io/)
- [Motor SuperClonica (PyPI)](https://pypi.org/project/superclonica-cpu/)
- [Cartão do modelo Supertonic 3 (Hugging Face)](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [Vozes gratuitas do Supertonic 3 (GitHub)](https://github.com/superclonica/supertonic-voices)
- [Imagem Docker da SuperClonica (Docker Hub)](https://hub.docker.com/r/superclonica/superclonica)
- [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)