W-Okada Voice Changer (VC Client) ou texto para fala: o que você precisa
O VC Client do W-Okada é um modificador de voz em tempo real open source muito popular: ele converte a sua voz enquanto você fala, com modelos de conversão de voz como o RVC. A SuperClonica resolve outro problema: você digita um texto e uma voz do catálogo ou a sua própria voz treinada o fala, sem você precisar falar.
Este guia compara os dois pelo README do VC Client, para você escolher a ferramenta certa ou usar as duas.
O que o VC Client faz
Segundo o README, o VC Client converte a voz em tempo real com vários modelos de IA: RVC, MMVC, so-vits-svc, DDSP-SVC e Beatrice, alguns só na versão 1. Ele roda no Windows, no Mac com Apple Silicon, no Linux e no Google Colab, e funciona como servidor e cliente, então a conversão pode rodar em outro PC enquanto você joga ou faz live. As versões prontas ficam no Hugging Face; a v2 para Windows roda num processador razoavelmente forte ou via DirectML, e a versão CUDA é mais rápida com placas Nvidia.
Conversão de voz precisa da sua voz
Um modificador como o VC Client mantém as suas palavras, o seu ritmo e a sua emoção e muda o timbre, por isso brilha ao vivo em chamadas, jogos e lives. Em troca, você precisa falar cada frase, ter um modelo de conversão da voz alvo e potência para o tempo real. Para texto para fala, o autor tem um TTSClient separado.
Texto para fala só precisa de texto
A SuperClonica transforma texto digitado em fala e ninguém precisa gravar as frases: personagens de games e desenhos, locutores, narradores ou a sua própria voz leem o seu roteiro. Ouça vozes grátis nas páginas delas com uma frase de 30 a 100 caracteres, sem conta. Para muitas falas, instale o motor gratuito com python -m pip install superclonica-cpu e rode superclonica --text-file lines.txt --voice voice.json --lang pt --normalize --output lines.wav. Ele roda offline num processador comum, sem limite de caracteres.
Qual escolher
Escolha o VC Client se quiser falar ao vivo com outra voz e tiver o hardware para isso. Escolha texto para fala para falas prontas, como vídeos, mesas de sons, diálogos de jogos, audiolivros ou alertas de live, ou quando não puder ou não quiser gravar a sua voz. Seja qual for a ferramenta, não imite uma pessoa real sem consentimento nem engane ninguém; as vozes de personagens do catálogo são feitas por fãs, para obras de fã, paródias e projetos pessoais.