Texto em fala no Windows: vozes naturais, offline, em WAV
O Windows lê texto em voz alta com as vozes embutidas, mas elas foram feitas para ler a tela, não para criar arquivos de áudio na voz de um personagem. O motor gratuito SuperClonica adiciona um modelo neural, o Supertonic 3, ao seu PC: ele salva a fala em arquivos WAV, funciona offline num processador comum e fala 31 idiomas.
Este guia mostra como instalá-lo pelo PowerShell, gerar uma frase ou um arquivo de texto inteiro, transformar um texto em áudio arrastando-o para um script e escolher vozes.
O que você precisa
As dez vozes embutidas do modelo, de M1 a M5 e de F1 a F5, funcionam na hora; as vozes do catálogo são arquivos JSON que você passa com --voice.
- Windows 10 ou 11.
- Python 3.10 ou mais recente do python.org; o instalador adiciona o lançador py.
- Cerca de 400 MB de disco para o modelo Supertonic 3, baixado uma vez.
- Sem placa de vídeo: uma NVIDIA só deixa mais rápido.
Instalação pelo PowerShell
Abra o PowerShell e instale o motor com um comando: py -m pip install superclonica-cpu. Com uma placa de vídeo NVIDIA, instale superclonica-gpu-cuda em vez disso: o pip traz CUDA e cuDNN sozinho. Se o comando superclonica não for encontrado, chame-o como py -m superclonica, que sempre funciona.
Voz pelo PowerShell
O modelo é baixado na primeira execução; depois o motor funciona sem internet.
- Uma frase: py -m superclonica --text "Olá do Windows." --voice F1 --lang pt --output hello.wav e depois start hello.wav.
- Um documento inteiro: salve-o no Bloco de Notas como .txt e use --text-file em vez de --text; textos longos são divididos em pausas naturais e unidos num só WAV.
- Mude --lang para outros idiomas, por exemplo en, de ou ja.
- Num PC ocupado, limite as threads do processador com --threads 4.
Um arquivo de texto em áudio com dois cliques
Crie um arquivo chamado read.bat com uma linha: py -m superclonica --text-file "%~1" --voice F1 --lang pt --output "%~dpn1.wav" && start "" "%~dpn1.wav". Arraste qualquer .txt para o read.bat: o motor narra, salva um WAV com o mesmo nome ao lado do texto e abre no seu player. Troque a voz ou o idioma na linha conforme os seus textos.
Vozes, placas de vídeo e treino
Cada voz do catálogo da SuperClonica tem uma página onde você gera de graça online uma frase de 30 a 100 caracteres. Vozes gratuitas são baixadas sem conta; as pagas são compradas uma vez e ficam suas. Além disso, no Windows você pode treinar a sua própria voz: o worker da SuperClonica para o estúdio roda no Windows 10 e 11 com uma placa NVIDIA RTX da série 20 ou mais nova, ou uma GTX 16.