指南

适用于 Mac 和普通 CPU 的 AllTalk TTS 替代方案

请注意:Supertonic 3 暂不支持中文,下文的 SuperClonica 可朗读英语、日语、韩语等 31 种语言。AllTalk TTS 是在 SillyTavern、text-generation-webui、KoboldCPP 和 Home Assistant 中很受欢迎的本地语音服务器。第 2 版打包了 Coqui XTTS、Coqui VITS、Piper、Parler 和 F5 等多个引擎,增加了 RVC 声音转换、Gradio 界面、微调和 OpenAI 兼容 API,采用 AGPL-3.0 许可。

它的 README 也写明了限制:安装工具面向 Windows 和 Linux;Mac 安装被描述为理论上可行、未经测试,Apple Silicon 上没有 GPU 加速;AMD 支持有限且属实验性质;作者还表示能投入项目的时间已非常有限。如果你正好遇到这些情况,本指南提供一条更简单的路。

AllTalk 擅长什么

一个界面背后的多个引擎、XTTS 声音克隆、用自己的录音微调、旁白模式、批量生成,以及与聊天前端的现成集成。配合 NVIDIA 显卡和 DeepSpeed 时速度很快。

SuperClonica 的不同之处

SuperClonica 是为单一模型 Supertonic 3 打造的单一引擎,可用 python -m pip install superclonica-cpu 安装在 Windows、Apple Silicon 的 macOS 或 Linux 上。它在普通处理器上运行,无需显卡,支持 31 种语言(不含中文)。声音是小 JSON 文件:十个可商用的标准声音、目录中约 190 个声音,或在工作室训练的你自己的声音。

需要核对的许可

AllTalk 本身是 AGPL-3.0,每个引擎还有各自的模型许可;例如 XTTS 的权重不允许商用。SuperClonica 引擎是 Apache-2.0,Supertonic 3 模型是 OpenRAIL-M,因此标准声音可以商用。

SillyTavern、Open WebUI 和 Home Assistant

如果你使用 AllTalk 是为了 OpenAI 兼容 API,我们的 OpenAI 兼容 TTS 服务器指南展示了一个经过测试的小型服务器,把 SuperClonica 引擎放在 /v1/audio/speech 后面。Home Assistant 另有单独的指南。

如何选择

需要在 NVIDIA 机器上使用 XTTS 克隆、多个引擎和 RVC,或需要中文,就继续用 AllTalk。需要在 Mac、笔记本 CPU 或服务器上都一样运行的轻量安装、目录中的角色声音,或标准声音商用,就选 SuperClonica。