Альтернатива Silero TTS для коммерческих проектов
Silero — главный открытый синтез речи в русскоязычном мире: быстрый на процессоре, русские голоса с автоматическими ударениями, SSML и модели для десятков языков бывшего СССР, от казахского до якутского. Но большинство моделей выпущено под CC BY-NC 4.0 — некоммерческой лицензией.
Бесплатный движок SuperClonica тоже работает офлайн на обычном процессоре, говорит на 31 языке, идёт с каталогом готовых голосов, а лицензия его модели допускает коммерческое использование. В этом руководстве — честное сравнение и когда лучше выбрать Silero.
Silero TTS вкратце
Для казахского, татарского, узбекского и других языков региона, а также для некоммерческих проектов Silero — лёгкая рекомендация.
- Новейшие русские модели — семейство v5 с голосами aidar, baya, kseniya, xenia, eugene, на частоте 8, 24 или 48 кГц.
- Русские модели автоматически расставляют ударения, разбирают омографы и поддерживают SSML.
- Другие модели v5 покрывают казахский, узбекский, татарский, башкирский, белорусский, армянский, грузинский и многие другие языки региона.
- Silero работает на PyTorch и требует процессор с AVX2; большинство моделей — под CC BY-NC 4.0, базовые модели СНГ — под MIT.
Сравните звучание бесплатно
На странице любого голоса вставьте фразу, которую озвучивали в Silero, от 30 до 100 символов, выберите язык и нажмите «Озвучить». Через несколько секунд можно сравнить на своём тексте, без регистрации.
Чем отличается SuperClonica
На процессоре он тоже быстрый: в наших тестах короткая фраза занимала 0,43 с на четырёх потоках Ryzen 7 5800X.
- Модель Supertonic 3 — под OpenRAIL-M, которая разрешает коммерческое использование в рамках списка запретов; движок — под Apache 2.0.
- Без PyTorch: движок работает на ONNX Runtime и ставится одной командой, python -m pip install superclonica-cpu, или как Docker-образ с HTTP API.
- 31 язык, включая русский, украинский, английский, японский, корейский, хинди, арабский и большинство европейских.
- Готовые голоса: десять стандартных и более 170 голосов каталога, многие записаны на русском, плюс ваш собственный обученный голос.
Русский текст: ударения, ё и числа
В SuperClonica нет SSML, поэтому чтением управляет сам текст. Ставьте ё там, где она нужна, перефразируйте или перепишите омограф, который звучит неверно, и пишите числа словами: цифры читаются как обычные числа и не склоняются, так что «в 1987 году» звучит неуклюже. Проверяйте сложные фразы в бесплатном онлайн-тесте, прежде чем озвучивать длинный текст.
Что выбрать
Выбирайте Silero для языков Средней Азии, Кавказа и Поволжья, для управления через SSML и для некоммерческой работы. Выбирайте SuperClonica для продукта, канала или клиента, где важна лицензия, для голосов персонажей и дикторов, для собственного обученного голоса и для европейских и азиатских языков, которых нет у Silero.