声音更自然的 pyttsx3 替代方案
pyttsx3 是 Python 经典的离线文字转语音库：它驱动操作系统的语音引擎，Windows 上是 SAPI5，macOS 上是系统声音，Linux 上是 eSpeak。几秒就能装好，到处都能跑，但声音很机械，而且你的程序在每台机器上听起来都不一样。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 同样离线运行，但使用神经网络模型：在 Windows、Linux 和 macOS 上听起来完全一致的自然声音，外加角色声音和用你自己的录音训练的声音。本页诚实比较两者。
两种离线方式
一个借用系统的声音，另一个自带声音。
- pyttsx3：极小、即开即用，使用系统已安装的声音；声音机械，且因平台而异。
- SuperClonica：约 385 MB 的神经网络模型，只需下载一次；声音自然，到处一致。
- 两者都无需联网。
- SuperClonica 的声音支持 31 种语言，暂不支持中文。
何时 pyttsx3 是合适的工具
对于简短提示、低配硬件上的无障碍功能，或必须无需下载即刻启动的脚本，pyttsx3 更轻量、更简单，SuperClonica 并不打算取代它。
何时 SuperClonica 更合适
同样的文字、声音和 seed 总是得到同样的音频，而 pyttsx3 无法在不同机器上保证这一点。
- 你的程序会被用户听到，需要听起来自然。
- 必须在任何操作系统和机器上听起来一致。
- 想要角色声音、品牌声音或自己训练的声音。
- 不只是朗读，还要为视频、课程或游戏保存音频文件。
几行代码完成切换
用 python -m pip install superclonica-cpu 安装引擎。在代码中调用 pyttsx3 朗读或保存文字的地方，先执行 from superclonica import Superclonica，只创建一次引擎（tts = Superclonica()），再写 audio, rate = tts.synthesize(text, voice="F1", lang="en"); tts.save("hello.wav", audio)。可以用任何音频库播放文件，或直接保存。加载引擎需要几秒，之后每句不到一秒。切换之前，可以在声音页面用 30 到 100 个字符的句子免费试听，无需账号。
费用
引擎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，永久归你。它比 pyttsx3 占用更多内存和处理器时间，但不需要显卡，首次下载后也不需要联网。