Озвучка текста бесплатно и без ограничений: нейросеть на своём компьютере
Большинство онлайн-сервисов озвучки бесплатны лишь до поры: несколько тысяч символов в месяц, регистрация, а дальше подписка. Дело не в жадности, а в стоимости: каждый символ синтезируется на их серверах.
Есть другой путь, без такого лимита. Supertonic 3 — открытая нейросеть синтеза речи — работает на обычном компьютере, а движок SuperClonica и бесплатные голоса скачиваются бесплатно. Это руководство показывает, как за несколько минут всё настроить и озвучивать сколько угодно текста без аккаунта.
Почему у онлайн-озвучки есть лимиты
Веб-сервис синтезирует ваш текст на своих видеокартах и платит за каждую секунду их работы. Поэтому бесплатные тарифы ограничивают число символов, требуют аккаунт, чтобы их считать, и оставляют остальное платным тарифам.
Когда нейросеть работает на вашем компьютере, работу делает ваш процессор. Считать нечего и брать плату не за что — значит, и лимита нет.
Что понадобится
Хватит обычного компьютера.
- Windows, macOS или Linux с Python 3.10 или новее либо Docker.
- Около 400 МБ на диске для модели Supertonic 3, которая скачивается один раз.
- Голос — один JSON-файл. Бесплатные скачиваются без аккаунта.
- Видеокарта не нужна: NVIDIA только ускоряет работу.
Шаг 1: скачайте бесплатный голос
Откройте страницу бесплатных голосов каталога, послушайте демо и нажмите «Скачать бесплатно» у понравившегося голоса. Регистрация не нужна. Те же бесплатные голоса лежат в нашем репозитории на GitHub вместе с примерами звучания.
В Supertonic 3 есть и десять встроенных голосов, пять мужских и пять женских; их JSON-файлы тоже работают с движком.
Шаг 2: установите движок
Поставьте движок SuperClonica одной командой: python -m pip install superclonica-cpu. Для видеокарты NVIDIA вместо него — superclonica-gpu-cuda, CUDA и cuDNN pip поставит сам. Если удобнее контейнеры, образ superclonica/superclonica на Docker Hub запускает тот же движок как HTTP-сервер.
Шаг 3: озвучивайте сколько угодно текста
Озвучьте текст одной командой: superclonica --text "Ваш текст" --voice voice.json --lang ru --output speech.wav. Модель скачается при первом запуске, дальше движок работает без интернета.
Длинные тексты не проблема: движок делит их по естественным паузам и склеивает части в один файл. На настольном 8-ядерном процессоре мы оцениваем его в 6,4–9,7 раза быстрее реального времени, то есть час аудио занимает примерно 6–10 минут.
Что именно бесплатно
Здесь нет ни пробного периода, ни счётчика символов.
- Движок SuperClonica — бесплатный, по лицензии Apache 2.0.
- Модель Supertonic 3 — бесплатная, по лицензии OpenRAIL-M, которая разрешает и коммерческое использование с её ограничениями.
- Бесплатные голоса каталога и встроенные голоса Supertonic 3.
- Одна фраза на странице любого голоса, озвученная онлайн бесплатно.
- Платные голоса покупаются один раз, без подписки: файл остаётся у вас.
Бесплатная озвучка онлайн и её ограничения
Если ничего ставить нельзя, голоса, встроенные в операционную систему и браузер, читают текст бесплатно и без ограничений, но звучат заметно роботизированно. Онлайн-нейросети звучат естественно, но их бесплатные тарифы ограничены и требуют регистрации. Локальная нейросеть даёт и то и другое: естественную речь и отсутствие лимитов.