Uma alternativa ao pyttsx3 com vozes naturais
O pyttsx3 é o texto em fala offline clássico do Python: ele controla o mecanismo de voz do sistema operacional, SAPI5 no Windows, as vozes do macOS e o eSpeak no Linux. Instala em segundos e roda em qualquer lugar, mas as vozes soam robóticas e o seu programa soa diferente em cada máquina.
A SuperClonica também funciona offline, mas roda um modelo neural: vozes naturais que soam iguais no Windows, Linux e macOS, além de vozes de personagens e vozes treinadas com as suas gravações. Esta página compara os dois com honestidade.
Duas abordagens offline
Um pega emprestada a voz do sistema; o outro traz a própria.
- pyttsx3: minúsculo, instantâneo, usa as vozes já instaladas no sistema; soam robóticas e mudam conforme a plataforma.
- SuperClonica: um modelo neural de cerca de 385 MB, baixado uma vez; vozes naturais, idênticas em todo lugar.
- Os dois funcionam sem internet.
- As vozes da SuperClonica falam 31 idiomas; o chinês ainda não é suportado.
Quando o pyttsx3 é a ferramenta certa
Para avisos curtos, recursos de acessibilidade em máquinas fracas ou um script que precisa iniciar na hora sem downloads, o pyttsx3 é a escolha mais leve e simples, e a SuperClonica não tenta substituir isso.
Quando a SuperClonica se encaixa melhor
O mesmo texto, voz e seed sempre dão o mesmo áudio, algo que o pyttsx3 não garante entre máquinas.
- O seu programa é ouvido por usuários e precisa soar natural.
- Ele precisa soar igual em qualquer sistema operacional e máquina.
- Você quer vozes de personagens, uma voz de marca ou a sua própria voz treinada.
- Você salva arquivos de áudio para vídeos, cursos ou jogos, não só fala em voz alta.
Troque em poucas linhas
Instale o motor com python -m pip install superclonica-cpu. Onde o seu código chama o pyttsx3 para falar ou salvar texto, crie o motor uma vez, tts = Superclonica() depois de from superclonica import Superclonica, e escreva audio, rate = tts.synthesize(text, voice="F1", lang="pt"); tts.save("hello.wav", audio). Toque o arquivo com qualquer biblioteca de áudio ou guarde-o. Carregar o motor leva alguns segundos, e cada frase depois, uma fração de segundo. 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. Ele precisa de mais memória e tempo de processador que o pyttsx3, mas nem placa de vídeo nem internet depois do primeiro download.