指南

从表格批量文字转语音

有些项目需要的不是一段录音，而是几百段：每张闪卡、每个应用按钮、每件商品、每个站点或每种语言各一句。在在线工具里一句句点下去要好几天，云服务还按字收费。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。

SuperClonica 引擎能在你自己的电脑上朗读整张表格，每行一个文件，使用你为每行指定的声音和语言。本指南介绍如何准备表格、如何一次全部生成，以及之后如何单独修改某几行。

浏览声音 安装 SuperClonica 引擎

什么时候需要批量文字转语音

不管什么项目，模式都一样：输入一行文字，输出一个音频文件。

  • 语言课程：每个单词或句子一个文件，用于闪卡。
  • 应用和游戏：界面提示、小贴士和角色短台词。
  • 商店和目录：每件商品一段简短的语音介绍。
  • 公共场所：多语言的整套广播通知或语音导览站点。

免费试听声音

在生成几百行之前，先打开每个打算使用的声音页面，粘贴一行 30 到 100 个字符的典型文字，选择语言并点击生成按钮。几秒后就能听出声音是否合适，无需注册。

准备表格

每一行中的数字、人名和缩写，都按希望听到的方式书写。

  • 每个音频文件对应一行，列可以是 file、text、voice 和 lang。
  • 文件名唯一且不含空格，例如 card_0412 或 prompt_checkout_de。
  • 声音用 M1–M5、F1–F5 等标准名称或声音文件路径；语言用 en、es、ja 等代码。
  • 把表格保存为 UTF-8 编码的 CSV，重音符号和非拉丁文字才不会乱码。

离线生成每一行

用 python -m pip install superclonica-cpu 安装免费引擎（NVIDIA 显卡用 superclonica-gpu-cuda）。然后在 Python 中执行 import csv、from superclonica import Superclonica 和 tts = Superclonica() 之后，一个循环就能朗读整张表格：for row in csv.DictReader(open("lines.csv", encoding="utf-8")): audio, rate = tts.synthesize(row["text"], voice=row["voice"], lang=row["lang"], seed=7, normalize=True); tts.save(row["file"] + ".wav", audio)。固定的 seed 让每次运行时同一行得到相同的音频，normalize=True 让所有文件响度一致。Python API 按扩展名保存为 WAV、FLAC 或 OGG；需要 MP3 时，请对每行运行命令行引擎并以 .mp3 结尾命名输出文件。全程离线，没有字数限制。

检查、修改、重新运行

交付前，按每种声音和语言抽听一些样本。某一行读错时，在 CSV 中修改写法，只重新生成这一行：seed 不变，其他没动的行完全保持原样。把 CSV 和项目一起放进版本控制，随时都能重新生成音频。