Texto em fala no Raspberry Pi com vozes naturais
Um Raspberry Pi que fala transforma um projeto caseiro em algo que a família toda usa: uma campainha que cumprimenta as visitas, a previsão do tempo toda manhã, um sensor que pede água para as plantas, um jogo de perguntas para crianças. As vozes de sempre no Pi, espeak-ng e pico2wave, são fáceis de instalar, mas soam robóticas.
O motor gratuito SuperClonica dá ao Pi vozes neurais naturais em 31 idiomas. Este guia mostra três formas de usá-lo, de arquivos gerados antes ao motor rodando no próprio Pi, e diz com honestidade qual combina com cada projeto.
Três formas de fazer um Pi falar
Se o projeto só diz algumas frases fixas, arquivos gerados antes bastam.
- Arquivos gerados antes: gere as frases no computador, copie para o Pi e toque com aplay. O jeito mais rápido e confiável.
- Um servidor na sua rede: um PC ou servidor doméstico roda a imagem Docker, o Pi envia o texto e toca a resposta. Texto novo a qualquer hora.
- O motor no Pi: o pacote Python instala num Pi 4 ou Pi 5 com o sistema de 64 bits. Mais lento, mas tudo offline numa só placa.
- As vozes falam 31 idiomas; o chinês ainda não é suportado.
Ouça as vozes grátis
Na página de qualquer voz, escreva uma frase que o seu Pi vai dizer, de 30 a 100 caracteres, escolha o idioma e clique no botão para gerar. Em poucos segundos você ouve como o projeto vai soar e pode baixar o arquivo, sem conta.
Peça a voz a um servidor na sua rede
Mantenha o servidor na rede de casa ou atrás de uma VPN, e nunca o abra para a internet sem chave.
- Num PC ou servidor doméstico com Docker, inicie o servidor: docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu. A imagem é feita para processadores x86-64, então não roda no próprio Pi.
- No Pi, peça a voz e toque a resposta: curl -s -X POST http://192.168.1.20:8000/synthesize -H "Content-Type: application/json" -d '{"text": "As plantas precisam de água.", "voice": "F1", "lang": "pt"}' -o /tmp/say.wav && aplay /tmp/say.wav
- Defina SUPERCLONICA_API_KEY no servidor e adicione -H "Authorization: Bearer SUA-CHAVE" ao pedido.
- Uma frase curta leva bem menos de um segundo num processador de desktop comum, mais o tempo da rede.
O motor no próprio Pi
No Raspberry Pi OS de 64 bits, crie antes um ambiente virtual, porque o Python do sistema recusa instalações com pip: python3 -m venv ~/tts, depois ~/tts/bin/pip install superclonica-cpu. Em seguida gere e toque uma frase: ~/tts/bin/superclonica --text "Bom dia! Hora do café da manhã." --voice F1 --lang pt --output hello.wav && aplay hello.wav. Na primeira vez o modelo é baixado, cerca de 385 MB. Todas as bibliotecas do motor têm versão para o processador ARM de 64 bits do Pi, mas não medimos a velocidade num Pi: conte com algo várias vezes mais lento que um desktop, e gere uma vez só as frases que se repetem.
Projetos que falam
Uma tarefa do cron pode ler o tempo ou a agenda toda manhã, um sensor de movimento pode cumprimentar quem entra e um botão pode contar uma piada aleatória para as crianças. Para um projeto que você vende ou mostra em público, use uma voz sobre a qual tem direitos: as dez vozes padrão do modelo, de M1 a M5 e de F1 a F5, ou a sua própria voz treinada no estúdio da SuperClonica a partir da gravação de um locutor que concordou. As vozes de personagens do catálogo são feitas por fãs e servem para projetos pessoais.