Альтернатива eSpeak NG с естественными голосами

eSpeak NG коротко

Для экранных чтецов, совсем маленьких устройств и редких языков его трудно превзойти.

• Компактный формантный синтезатор для более чем 100 языков и акцентов.
• Чёткий и пригодный для высоких скоростей, но, как сказано в его README, не такой естественный, как синтезаторы на основе записей.
• Частичная поддержка SSML и бэкенд MBROLA.
• Лицензия GPL-3.0, активная разработка.

Услышьте разницу бесплатно

На странице любого голоса впишите фразу, которую произносит ваш скрипт, от 30 до 100 символов, выберите язык и нажмите «Озвучить». Через несколько секунд вы услышите разницу, без регистрации.

Что меняется с SuperClonica

Выбирайте по задаче: размер и скорость или то, насколько приятно слушать голос.

• Естественные нейросетевые голоса: десять стандартных и более 170 голосов каталога.
• 31 язык — меньше, чем у eSpeak NG; китайского среди них нет.
• Больше по размеру: модель около 385 МБ, но короткая фраза в наших тестах занимает 0,43 с на четырёх потоках Ryzen 7 5800X.
• Apache 2.0 для движка и OpenRAIL-M для модели.

Замените команды

Один раз установите движок: python -m pip install superclonica-cpu. Команда вроде espeak-ng "Резервное копирование завершено" -w hello.wav превращается в superclonica --text "Резервное копирование завершено" --voice F1 --lang ru --output hello.wav. В Python метод synthesize движка заменяет вызовы eSpeak NG или pyttsx3, а для программ на других языках Docker-образ даёт те же голоса по HTTP. Создавайте движок один раз и используйте повторно: загрузка занимает несколько секунд, каждая фраза — доли секунды.

Когда eSpeak NG остаётся лучшим выбором

Оставьте eSpeak NG для экранных чтецов, которым нужен мгновенный ответ на очень высокой скорости, для устройств с совсем малой памятью или хранилищем, для языков, на которых Supertonic 3 не говорит, и везде, где роботизированный голос вполне годится. SuperClonica берите там, где люди слушают дольше: видео, объявления, аудиокниги, ассистенты и игры.