可离线运行的 Play.ht 替代方案
Play.ht 是一个云端 AI 语音平台:有用于配音的在线编辑器、声音库、声音克隆和 API,按订阅付费。SuperClonica 走的是另一条路:一个声音目录,加上一个在你自己的电脑或服务器上离线朗读文字并保存为普通音频文件的免费引擎。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。
本页诚实比较两者,说明何时云端平台更合适,并介绍如何把配音或应用迁移到 SuperClonica。
云端,还是你自己的机器
一个是需要订阅的服务,另一个是留在你手里的声音和引擎。
- Play.ht:在线编辑器和云端 API;文字在其服务器上生成语音;用量取决于套餐。
- SuperClonica:以 JSON 文件形式提供的声音,加上可离线写出 MP3、WAV、FLAC 或 OGG 的免费引擎,可通过命令行、Python 或 Docker HTTP 服务器使用。
- SuperClonica 的声音支持 31 种语言,暂不支持中文。
- 你自己的声音:在配有 NVIDIA 显卡的电脑上用 SuperClonica 工作室训练,或在交易所下单。
何时云端平台更合适
如果团队需要能精细调整每个词的浏览器编辑器、多得多的语言,或者无需自己托管的托管式流式 API,那么 Play.ht 这样的云端平台更省心,SuperClonica 并不能取代这些。
何时 SuperClonica 更合适
声音文件留在你手里,多年后仍能用完全相同的声音为新版本的稿子配音。
- 文字需要保密:引擎离线运行,不向任何服务器发送内容。
- 用量很大:在自己的硬件上没有字数计费。
- 想要角色声音、旁白或用你自己的录音训练的声音。
- 应用必须在没有外部服务的情况下继续运行:Docker 镜像就是你自己的语音 API。
把项目迁移到 SuperClonica
先试听任意声音:在声音页面输入 30 到 100 个字符的句子并点击生成按钮,免费且无需账号。做配音时,用 python -m pip install superclonica-cpu 安装免费引擎并运行 superclonica --text-file script.txt --voice M3 --lang en --normalize --output voiceover.mp3;--normalize 把每个文件统一到 −18 LUFS。做应用时,运行 Docker 镜像 superclonica/superclonica:cpu,向 POST /synthesize 发送文字、声音和语言,即可得到 WAV。
费用
引擎、Docker 镜像和模型自带的十个标准声音免费,目录中也有几个免费声音。其他声音一次购买,无需订阅,永久归你。Play.ht 按订阅销售,比较之前请在其官网查看最新套餐。