Текст в MP3: озвучка текста с сохранением в MP3
MP3 — то, что в итоге нужно большинству: файл, который играет на любом телефоне, идёт в подкаст, мессенджер или курс. Бесплатный движок SuperClonica озвучивает ваш текст и сразу сохраняет его в MP3 — на вашем компьютере и без ограничения на число символов.
В этом руководстве — как получить MP3 из одной фразы или из целой папки текстов, какие голоса взять и когда лучше WAV или FLAC.
Текст в MP3 одной командой
Не нужны ни конвертер, ни сайт для загрузки: текст не покидает ваш компьютер.
- Поставьте движок один раз: python -m pip install superclonica-cpu.
- Затем одна команда: superclonica --text "Привет! Этот файл сделан из текста." --voice F1 --lang ru --output hello.mp3.
- Формат определяется расширением: .mp3 даёт MP3 (128 кбит/с, 44,1 кГц, моно в текущей версии), .wav — 16-битный WAV, работают и .flac, и .ogg.
- Модель скачивается при первом запуске, дальше всё работает офлайн.
Сначала послушайте голос бесплатно
Прежде чем что-то ставить, послушайте голос: на странице любого голоса каталога впишите фразу от 30 до 100 символов, выберите язык и нажмите «Озвучить». Через несколько секунд запись можно послушать и скачать. Регистрация не нужна.
Длинные тексты и много файлов
На обычном 8-ядерном настольном процессоре движок, по нашей оценке, в 6–10 раз быстрее реального времени, так что час аудио занимает несколько минут.
- Целая статья или глава: --text-file chapter.txt вместо --text; длинный текст делится по естественным паузам и собирается в один файл.
- Папка текстов в Linux или macOS: for f in texts/*.txt; do superclonica --text-file "$f" --voice F1 --lang ru --normalize --output "${f%.txt}.mp3"; done.
- Добавьте --normalize, чтобы громкость всех файлов была одинаковой, −18 LUFS.
- Называйте текстовые файлы так, как должны называться MP3.
Голоса
Десять стандартных голосов модели, от M1 до M5 и от F1 до F5, встроены и бесплатны. Каталог добавляет дикторов, разговорные голоса и персонажей, у каждого — бесплатная проба онлайн; бесплатные скачиваются без регистрации, платные покупаются один раз и остаются у вас JSON-файлом, который передаётся через --voice. Каждый голос говорит на 31 языке Supertonic 3; китайский пока не поддерживается.
MP3, WAV или FLAC?
MP3 компактный и играет везде: для отправки, подкастов, телефонов и плееров. WAV без сжатия: работайте в нём при монтаже, чтобы нарезка и сведение не добавляли потерь к потерям. FLAC без потерь, как WAV, но меньше — хорош для архива. Удобный порядок: озвучить и смонтировать в WAV, а итоговый файл выгрузить в MP3 — или сразу озвучивать в MP3, если монтаж не нужен.