指南

适合长文本的 Airvoz 替代方案，离线运行

请注意：Supertonic 3 目前不支持中文，文中的 SuperClonica 声音可朗读其支持的 31 种语言。Airvoz 是免费的在线文字转语音网站，提供 100 多种语言、500 多个声音，支持 MP3 下载和批量转换，其 FAQ 允许把音频用于视频、播客、课程和有声书。每次请求最多 3000 字符，较长的文本需要拆分后逐段生成。

如果你要朗读章节、长脚本或大量文件，免费的 SuperClonica 引擎可在你自己的电脑上离线完成，单个文件不限长度。本指南如实比较两者。

免费比较声音 安装免费引擎

先在线试听声音

在目录中任意声音的页面，粘贴一句你用 Airvoz 生成过的 30 到 100 个字符的文字，选择语言并点击朗读。几秒钟即可对比，无需注册。

一次朗读整个文件

用 python -m pip install superclonica-cpu 安装一次引擎；它在 Windows、macOS 和 Linux 的普通处理器上运行，首次下载模型后即可离线使用。整个文本文件只需一条命令：superclonica --text-file chapter.txt --voice M3 --lang en --normalize --output chapter.mp3。引擎会自动按句子切分长文本，并把结果合成为一个文件。

通过代码调用

SuperClonica 语音 API 每次请求最多接受 20000 字符并返回音频文件。免费密钥无需绑卡，每天 3 分钟音频；付费套餐每月 5 美元起。curl、Python 和 Node.js 示例见 GitHub 上的 free-tts-api 仓库。

Airvoz 更强的地方

Airvoz 支持的语言多得多，包括中文、孟加拉语、南非荷兰语等 Supertonic 3 不支持的语言，而且无需安装。对于这些语言的短片段，它更简单。SuperClonica 支持 31 种语言，优势在于长篇或重复朗读、离线隐私，以及目录中的旁白、播音和角色声音。

声音与权利

十个标准声音 M1 至 M5 和 F1 至 F5 可依据 OpenRAIL-M 模型许可商用，用你自己的录音训练的声音也一样。目录中的角色声音由粉丝制作，仅限粉丝和戏仿用途。部分目录声音需付费，买一次即可。