指南

Arduino 与 ESP32 项目的语音提示

会说话的作品看起来更完整：说“欢迎回家”的门锁、提醒浇水的花盆传感器、给孩子的问答盒、密室逃脱道具。单片机跑不动神经网络语音，但能播放音频文件，而自然的声音能让业余作品听起来像产品。请注意：Supertonic 3 暂不支持中文，可朗读英语、日语、韩语等 31 种语言。

免费的 SuperClonica 引擎在你的电脑上预先朗读每一句话。本指南介绍如何准备文件、让文件保持小巧，以及如何命名才能让播放器找到它们。

浏览声音 安装 SuperClonica 引擎

会说话的作品如何工作

Arduino 或 ESP32 本身无法运行语音模型；预先生成的文件才是可靠的做法。

  • 由开发板决定何时说话、播放哪一句。
  • 语句是存放在 SD 卡或闪存中的音频文件。
  • 由播放模块或开发板本身通过小喇叭播放。
  • 声音预先在电脑上生成，开发板不需要联网。

免费挑选声音

在任意声音页面输入一条提示语，30 到 100 个字符，选择语言并点击生成按钮。几秒后就能听到作品的效果，无需注册。

一次朗读所有语句

--normalize 选项会统一音量，不会有哪条提示突然特别响。

  • 在电脑上安装免费引擎：python -m pip install superclonica-cpu。
  • 把语句整理成带编号的列表。
  • 用一个短脚本逐条朗读：superclonica --text "Welcome home!" --voice F1 --lang en --normalize --output 0001.mp3。
  • 按播放模块或代码要求的方式，用数字给文件命名。

小板子配小文件

引擎输出 44.1 kHz 的 WAV、MP3、FLAC 或 OGG 音频。对于带 SD 卡的播放模块，MP3 文件更小；如果要从 ESP32 的闪存播放，可以用 ffmpeg 或 sox 等音频工具把 WAV 转成较低的采样率，例如 16 kHz 单声道。一句话的短提示做成 MP3 大约几 KB 到几十 KB。

可以内置的声音

如果作品要出售或公开展示，请使用你拥有权利的声音：模型自带的十个标准声音 M1–M5、F1–F5 在模型许可下免费，或用征得同意的说话人录音在 SuperClonica 工作室训练你自己的声音。目录中的角色声音由粉丝制作，适合个人和粉丝作品。