РУКОВОДСТВО

Синтез речи в Windows: естественные голоса, офлайн, в WAV

Windows умеет читать текст встроенными голосами, но они сделаны для чтения экрана, а не для создания аудиофайлов голосом персонажа. Бесплатный движок SuperClonica добавляет на ваш ПК нейросеть Supertonic 3: она сохраняет речь в WAV-файлы, работает офлайн на обычном процессоре и говорит на 31 языке.

В этом руководстве — как поставить движок из PowerShell, озвучить фразу или целый текстовый файл, превратить текст в аудио, перетащив файл на скрипт, и выбрать голоса.

Выбрать голос Установить движок SuperClonica

Что нужно

Десять встроенных голосов модели, от M1 до M5 и от F1 до F5, работают сразу; голоса каталога — это JSON-файлы, которые передаются через --voice.

  • Windows 10 или 11.
  • Python 3.10 или новее с python.org; установщик добавляет лаунчер py.
  • Около 400 МБ на диске для модели Supertonic 3, она скачивается один раз.
  • Видеокарта не нужна: NVIDIA только ускоряет работу.

Установка из PowerShell

Откройте PowerShell и поставьте движок одной командой: py -m pip install superclonica-cpu. С видеокартой NVIDIA ставьте вместо этого superclonica-gpu-cuda: pip сам принесёт CUDA и cuDNN. Если команда superclonica не находится, вызывайте её как py -m superclonica — так работает всегда.

Озвучка из PowerShell

Модель скачивается при первом запуске; после этого движок работает без интернета.

  • Одна фраза: py -m superclonica --text "Привет из Windows." --voice F1 --lang ru --output hello.wav, затем start hello.wav.
  • Целый документ: сохраните его в Блокноте как .txt и используйте --text-file вместо --text; длинный текст делится по естественным паузам и собирается в один WAV.
  • Для других языков меняйте --lang, например на en, de или ja.
  • На загруженном ПК ограничьте потоки процессора: --threads 4.

Текстовый файл в аудио двойным кликом

Создайте файл read.bat с одной строкой: py -m superclonica --text-file "%~1" --voice F1 --lang ru --output "%~dpn1.wav" && start "" "%~dpn1.wav". Перетащите любой .txt на read.bat: движок озвучит его, сохранит WAV с тем же именем рядом с текстом и откроет его в плеере. Голос и язык в строке поменяйте под свои тексты.

Голоса, видеокарты и обучение

У каждого голоса каталога SuperClonica есть страница, где можно бесплатно озвучить онлайн фразу от 30 до 100 символов. Бесплатные голоса скачиваются без регистрации, платные покупаются один раз и остаются у вас. А ещё в Windows можно обучить свой голос: воркер SuperClonica для студии работает на Windows 10 и 11 с видеокартой NVIDIA RTX 20-й серии и новее или GTX 16.