Массовая озвучка текста из таблицы
Некоторым проектам нужна не одна запись, а сотни: фраза для каждой карточки, каждой кнопки приложения, каждого товара, каждой остановки или каждого языка. Прощёлкивать онлайн-сервис построчно — это дни работы, а облачные сервисы берут деньги за каждый символ.
Движок SuperClonica озвучивает целую таблицу на вашем компьютере — по файлу на строку, с голосом и языком, которые вы задали для каждой строки. В этом руководстве — как подготовить таблицу, как озвучить её за один запуск и как потом исправлять отдельные строки.
Когда нужна массовая озвучка
Каким бы ни был проект, схема одна: на входе строка текста, на выходе аудиофайл.
- Языковые курсы: по файлу на слово или фразу для карточек.
- Приложения и игры: подсказки интерфейса и короткие реплики персонажей.
- Магазины и каталоги: короткое голосовое описание каждого товара.
- Общественные места: полный набор объявлений или остановок аудиогида на нескольких языках.
Проверьте голоса бесплатно онлайн
Прежде чем озвучивать сотни строк, откройте страницу каждого голоса, который собираетесь использовать, вставьте типичную строку от 30 до 100 символов, выберите язык и нажмите «Озвучить». Через несколько секунд вы услышите, подходит ли голос, без регистрации.
Подготовка таблицы
Числа, имена и сокращения в каждой строке пишите так, как их нужно услышать; числа не склоняются, поэтому там, где важен падеж, пишите их словами.
- Одна строка — один аудиофайл, со столбцами вроде file, text, voice и lang.
- Уникальные имена файлов без пробелов, например card_0412 или prompt_checkout_de.
- Голос — стандартное имя от M1 до M5 и от F1 до F5 или путь к файлу голоса; язык — код вроде ru, en или ja.
- Сохраните таблицу как CSV в UTF-8, чтобы кириллица и диакритика не пострадали.
Озвучка всех строк офлайн
Поставьте бесплатный движок командой python -m pip install superclonica-cpu или superclonica-gpu-cuda для видеокарты NVIDIA. Затем в Python, после import csv, from superclonica import Superclonica и tts = Superclonica(), один цикл озвучит всю таблицу: for row in csv.DictReader(open("lines.csv", encoding="utf-8")): audio, rate = tts.synthesize(row["text"], voice=row["voice"], lang=row["lang"], seed=7, normalize=True); tts.save(row["file"] + ".wav", audio). Фиксированный seed даёт при каждом запуске тот же звук для той же строки, а normalize=True держит все файлы на одной громкости. Python API сохраняет WAV, FLAC или OGG по расширению; для MP3 запускайте движок командной строки для каждой строки с именем файла на .mp3. Всё работает офлайн, без лимита символов.
Проверка, правка и перезапуск
Прежде чем отдавать результат, прослушайте выборку по каждому голосу и языку. Если строка прочитана неверно, поправьте её написание в CSV и переозвучьте только её: с тем же seed все нетронутые строки останутся в точности прежними. Храните CSV в системе контроля версий рядом с проектом, чтобы аудио всегда можно было пересобрать.