O SuperClonica é o nosso motor de síntese de voz baseado no Supertonic 3. É mais rápido no CPU e na GPU, soa mais limpo e funciona com os mesmos arquivos JSON de voz.
Passe o caminho do JSON para o parâmetro voice. O modelo base do Supertonic 3 (cerca de 400 MB) é baixado na primeira execução.
Instale o motor rápido para o Supertonic 3
Motor de síntese de voz baseado no Supertonic 3: mais rápido no CPU e na GPU, com som mais limpo e compatível com os JSON de voz do Supertonic 3.
O SuperClonica é o nosso motor de síntese de voz baseado no Supertonic 3. É mais rápido no CPU e na GPU, soa mais limpo e funciona com os mesmos arquivos JSON de voz.
Os pacotes estão publicados no PyPI: superclonica-cpu e superclonica-gpu-cuda.
1. Instale o pacote
É preciso Python 3.10 ou mais recente. Instale um dos dois pacotes: para a CPU ou para uma GPU NVIDIA. Para a GPU, o pip instala CUDA e cuDNN sozinho.
2. Baixe uma voz
Abra “Minha biblioteca” e baixe o JSON da voz. Arquivos criados para o Supertonic 3 também funcionam.
3. Transforme texto em áudio
Passe o caminho do JSON para o parâmetro voice. O modelo base do Supertonic 3 (cerca de 400 MB) é baixado na primeira execução.
Instalação
CPU: Windows, macOS, Linux
python -m pip install superclonica-cpu
GPU NVIDIA: Windows ou Linux x86-64
Requer Python 3.11 ou mais recente e um driver NVIDIA.
python -m pip install superclonica-gpu-cuda
Instale só um pacote: juntos eles atrapalham um ao outro. Para trocar, primeiro remova o anterior junto com o seu ONNX Runtime:
from superclonica import Superclonica
tts = Superclonica() # GPU if available, otherwise CPU
audio, sample_rate = tts.synthesize(
"Hello! Your new voice is ready.", voice="voice.json", lang="en", seed=7
)
tts.save("hello.wav", audio)
Textos longos, diálogos, vozes próprias e uma comparação com pyttsx3 e gTTS: Texto para fala em Python.
Síntese de voz pela linha de comando
superclonica --text "Hello! Your new voice is ready." --voice voice.json --lang en --output hello.wav
Com Docker
Uma imagem pronta com servidor HTTP e linha de comando: superclonica/superclonica. O modelo (cerca de 400 MB) é baixado na primeira execução para o volume superclonica-models.
CPU
docker run -d -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cpu
GPU NVIDIA
Requer o driver NVIDIA e o NVIDIA Container Toolkit.
docker run -d --gpus all -p 8000:8000 -v superclonica-models:/models superclonica/superclonica:cuda
Locução pelo servidor
A voz vai na requisição como o próprio arquivo JSON. Ele tem cerca de 0,3 MB, então é melhor montar a requisição em um arquivo:
python -c "import json; json.dump({'text': 'Hello! Your new voice is ready.', 'lang': 'en', 'voice': json.load(open('voice.json'))}, open('request.json', 'w'))"
curl -X POST localhost:8000/synthesize -H "Content-Type: application/json" -d @request.json -o hello.wav
Chave de API, configurações, vozes próprias e uso em produção: API de texto para fala no Docker.