Альтернатива gTTS с естественными голосами офлайн
С gTTS начинаются многие руководства по Python: библиотека отправляет текст в сервис озвучки Google Переводчика и сохраняет MP3. Это просто и бесплатно, но нужен интернет, это не официальный API, запросы могут ограничить или они перестанут работать, а вместо выбора голосов вы получаете языки и акценты.
SuperClonica — бесплатный движок, который озвучивает текст на вашем компьютере, офлайн, десятью стандартными голосами, голосами персонажей из каталога и голосами, обученными по вашим записям. На этой странице — честное сравнение.
Два разных подхода
Одно заимствует онлайн-сервис; другое — движок, который вы ставите и оставляете у себя.
- gTTS: текст уходит в онлайн-сервис; один голос на язык и акцент; неофициально, поэтому запросы могут ограничить или они перестанут проходить.
- SuperClonica: модель работает локально после однократной загрузки около 385 МБ; ничего никуда не отправляется.
- Голоса SuperClonica говорят на 31 языке; китайский пока не поддерживается, а gTTS говорит по-китайски.
- SuperClonica даёт много голосов: стандартные, персонажей и ваши собственные.
Когда хватает gTTS
Для быстрого скрипта при наличии интернета, для языка, на котором Supertonic 3 не говорит, или когда голос вообще не важен, gTTS — разумный выбор, и SuperClonica не заменяет его набор языков.
Когда лучше SuperClonica
Тот же текст, голос и seed всегда дают тот же звук, поэтому результаты воспроизводимы.
- Программа должна работать офлайн или в закрытой сети.
- Тексты приватные и не должны покидать машину.
- Нужен выбор голосов, голос персонажа или ваш собственный обученный голос.
- Вы озвучиваете много текста и не хотите упираться в лимиты неофициального сервиса.
Переход за несколько строк
Поставьте движок командой python -m pip install superclonica-cpu. Там, где код создаёт объект gTTS и сохраняет его, используйте движок: после from superclonica import Superclonica и tts = Superclonica() напишите audio, rate = tts.synthesize(text, voice="F1", lang="ru"); tts.save("hello.wav", audio). Чтобы получить MP3, как в gTTS, запускайте движок командной строки с именем файла на .mp3. Длинные тексты делятся на естественных паузах и склеиваются в один файл. Перед переходом попробуйте голос на его странице на фразе от 30 до 100 символов — бесплатно и без регистрации.
Сколько это стоит
Движок и десять стандартных голосов модели бесплатны, несколько голосов каталога тоже. Остальные покупаются один раз и остаются вашими. Нет оплаты за запрос и некому вас ограничивать: после установки всё работает без интернета.