# Синтез речи и озвучка текста на вашем компьютере Обновлено 2026-10-23 SuperClonica — это каталог голосов для Supertonic 3, открытой модели синтеза речи, которая работает на обычном процессоре, и движок SuperClonica, который озвучивает теми же голосами быстрее. Голос — это один JSON-файл. Вы скачиваете его один раз и озвучиваете текст у себя: текст не уходит на сервер, а озвучка работает и без интернета. Ниже — как устроен локальный TTS, насколько он быстрый, что здесь бесплатно, как получить голос по своей записи и когда лучше выбрать облачный сервис или более тяжёлую модель. ## Как работает локальный синтез речи на Supertonic 3 Supertonic 3 — открытая модель компании Supertone, около 99 млн параметров. Она работает через ONNX Runtime и, по словам авторов, не требует видеокарты. Модель говорит на 31 языке, в том числе на русском, украинском, английском, немецком, испанском, японском и корейском. Китайского пока нет. В файле голоса хранится только профиль голоса. Чтобы озвучить текст, нужен ещё движок (обычный клиент Supertonic 3 или SuperClonica) и базовая модель размером около 400 МБ. Интернет нужен для установки, дальше озвучка идёт локально. - На компьютере: Windows, macOS и Linux, на процессоре. - В браузере: веб-приложения через ONNX Runtime Web. - На мобильных: совместимые приложения. - В вашем продукте: игры, боты и сервисы на ваших серверах. ## Насколько быстро работает озвучка на CPU Supertone указывает для Supertonic 3 RTF 0,20 на процессоре с 16 потоками: секунда аудио генерируется за 0,2 секунды. Для настольного 8-ядерного процессора уровня Ryzen 7 7800X3D мы оцениваем Supertonic 3 в 4–6 раз быстрее реального времени, а SuperClonica — в 6,4–9,7 раза. Фраза на 10 секунд готова примерно за 1,0–1,6 секунды. Прирост движка мы замерили: в среднем на 61% быстрее Supertonic 3 на CPU (Ryzen 7 5800X) и на 73% на видеокарте (RTX 5070 Ti) при одинаковых настройках. Тишина между словами — без шипения, концы фраз аккуратнее, а длинный текст озвучивается короткими частями, поэтому меньше повторов и обрывов. Голоса Supertonic 3 подходят без конвертации. ## Голоса: готовые, бесплатные и клонирование голоса по записи В каталоге — голоса независимых авторов: игровые персонажи, рассказчики, разговорные голоса, у каждого есть демо. Цену в долларах назначает автор, есть и бесплатные голоса. Купленный голос предназначен для ваших проектов, перепродавать его нельзя. Голос, похожий на конкретную запись, можно получить двумя способами. Оба дольше, чем мгновенное клонирование в облаке, зато на выходе — файл, который потом быстро работает где угодно. Используйте только записи, на которые у вас есть права и согласие владельца голоса. - Заказать: загрузите референс, опишите звучание и укажите бюджет. Авторы присылают предложения, а бюджет резервируется на балансе до приёмки результата. - Обучить самому, бесплатно: чистая запись от 5 до 10 секунд с точным текстом, свой компьютер с видеокартой NVIDIA в роли воркера и чекпоинты для сравнения. JSON скачивается бесплатно. - Продавать то, что обучили: добавьте обложку, описание и цену. Доход за вычетом комиссии поступает на долларовый баланс. ## Локальный TTS или облачная озвучка текста? Облачные сервисы вроде ElevenLabs синтезируют речь на своих серверах: веб-приложение, API, быстрое клонирование, много языков, и ничего не нужно устанавливать. Взамен каждый текст уходит по сети, расход считается по тарифу, а без интернета ничего не работает. С локальным файлом голоса всё наоборот: текст остаётся на устройстве, сетевой задержки нет, и никто не считает символы. Цена — время на установку и модель поскромнее: 31 язык, без китайского, меньше управления эмоциями. Fish Audio S2 Pro, OmniVoice и VoxCPM 2 получили в нашей таблице такую же или более высокую оценку качества и знают больше языков, но, по нашим оценкам, на настольном CPU работают в 2–10 раз медленнее реального времени. ## Кому подходит локальная озвучка Чаще всего это: - разработчики игр — реплики NPC генерируются на компьютере игрока; - авторы видео и аудиокниг — длинные тексты озвучиваются на ноутбуке; - разработчики приложений и ботов — речь в браузере или на серверах без видеокарт; - команды, чьи документы не должны покидать внутреннюю сеть; - авторы голосов — обучают и продают голоса или берут заказы. ## Аккаунт и оплата Вход — через GitHub, без паспорта и телефона. Оплата — криптовалютой, баланс ведётся в долларах США, данные банковских карт мы не получаем. ## SuperClonica и другие модели синтеза речи В нашей таблице сравниваются качество, скорость на CPU, стабильность тембра и языки. Звёзды и скорость — приблизительная оценка для настольного процессора, а не результаты замеров. - Fish Audio S2 Pro: высшая оценка качества, 80+ языков, на CPU в 4–10 раз медленнее реального времени. - Qwen3-TTS: китайский и клонирование по 3 секундам записи, в 1–2 раза медленнее реального времени (0.6B). - OmniVoice: больше 600 языков, в 2–5 раз медленнее реального времени. - VoxCPM 2: 30 языков и звук 48 кГц, в 2–4 раза медленнее реального времени. - F5-TTS: клонирование без обучения на китайском и английском, в 5–15 раз медленнее реального времени. ## Сравнение с другими моделями - [SuperClonica против Supertonic: та же модель, быстрее и чище](https://superclonica.com/ru/compare/supertonic) - [Fish Audio и Fish Speech или SuperClonica](https://superclonica.com/ru/compare/fish-audio) - [OmniVoice или SuperClonica: больше языков или больше скорости](https://superclonica.com/ru/compare/omnivoice) - [Qwen3-TTS или SuperClonica для локального синтеза речи](https://superclonica.com/ru/compare/qwen3-tts) - [VoxCPM 2 или SuperClonica: студийный звук или скорость на CPU](https://superclonica.com/ru/compare/voxcpm) - [F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU](https://superclonica.com/ru/compare/f5-tts) - [Офлайн-альтернатива ElevenLabs](https://superclonica.com/ru/compare/elevenlabs) - [Kokoro TTS или SuperClonica: две компактные модели для синтеза речи](https://superclonica.com/ru/compare/kokoro) - [Piper TTS или SuperClonica: маленькие устройства или свои голоса](https://superclonica.com/ru/compare/piper) - [Coqui XTTS-v2 или SuperClonica: альтернатива Coqui TTS](https://superclonica.com/ru/compare/xtts) - [Chatterbox TTS или SuperClonica: мгновенный клон или обученный файл голоса](https://superclonica.com/ru/compare/chatterbox) ## Руководства по синтезу речи - [Как озвучить текст голосом офлайн на своём компьютере](https://superclonica.com/ru/guides/offline-text-to-speech) - [Клонирование голоса: как получить голос, похожий на запись](https://superclonica.com/ru/guides/voice-cloning) - [Лучшие бесплатные модели синтеза речи для локального запуска в 2026 году](https://superclonica.com/ru/guides/best-free-tts-models) - [Озвучка текста для видео, аудиокниг, игр и приложений](https://superclonica.com/ru/guides/text-to-speech-for-videos) - [Голоса Supertonic 3: где взять свои голоса и как ими пользоваться](https://superclonica.com/ru/guides/supertonic-3-voices) - [Озвучка текста на Python: офлайн, бесплатно и естественными голосами](https://superclonica.com/ru/guides/python-text-to-speech) - [Свой API для озвучки текста в Docker](https://superclonica.com/ru/guides/text-to-speech-api-docker) ## Частые вопросы ### Можно ли бесплатно озвучить текст голосом без интернета? Да. Supertonic 3 — открытая модель с готовыми пресетами голосов, после установки она работает офлайн. В каталоге есть бесплатные голоса, а обучить свой голос можно бесплатно, если у вас есть видеокарта NVIDIA. ### Нужна ли видеокарта для синтеза речи? Для озвучки — нет: Supertonic 3 и SuperClonica работают на процессоре, с видеокартой просто быстрее. А вот для обучения нового голоса видеокарта NVIDIA нужна. ### Можно ли клонировать свой голос? Да, если это ваш голос или у вас есть согласие его владельца. Обучите голос по записи от 5 до 10 секунд или закажите обучение автору. Получится отдельный файл голоса, близкий к записи по тембру и манере речи. ### На каких языках говорят голоса? На 31 языке Supertonic 3, включая русский, украинский, английский, немецкий, французский, испанский, японский и корейский. Китайского пока нет — для него лучше подойдут Qwen3-TTS или VoxCPM 2. ### Можно ли уже установить движок SuperClonica? Да. Пакеты опубликованы в PyPI: superclonica-cpu для процессора и superclonica-gpu-cuda для видеокарты NVIDIA. Команды установки и пример есть на странице движка, а голоса из каталога работают и в обычном клиенте Supertonic 3. - [Выбрать голос в каталоге](https://superclonica.com/ru/explore) - [Как установить SuperClonica](https://superclonica.com/ru/superclonica) ## Источники - [Карточка модели Supertonic 3 (Hugging Face)](https://huggingface.co/supertone-oss-archive/supertonic-3) - [Бенчмарк Supertonic 3](https://supertonic3.github.io/#benchmark) - [Быстрый старт Supertonic (GitHub)](https://github.com/supertone-oss-archive/supertonic#quick-start) - [Документация ElevenLabs](https://elevenlabs.io/docs/overview) - [SuperClonica](https://superclonica.com/ru/) - [Каталог AI-голосов для озвучки текста](https://superclonica.com/ru/explore) - [Заказ голоса по референсу для Supertonic 3](https://superclonica.com/ru/requests) - [Как это работает: голоса, озвучка, обучение](https://superclonica.com/ru/guide) - [Установка быстрого движка для Supertonic 3](https://superclonica.com/ru/superclonica) - [О нас: команда энтузиастов синтеза речи](https://superclonica.com/ru/about) - [Контакты, поддержка и жалобы на голоса](https://superclonica.com/ru/contacts) - [Политика конфиденциальности](https://superclonica.com/ru/privacy) - [Условия использования](https://superclonica.com/ru/terms) - [Синтез речи](https://superclonica.com/ru/text-to-speech)