Mac 文字转语音:在 macOS 上离线使用自然声音
macOS 自带 say 命令和系统声音,适合快速试听。如果你需要角色声音、自己的声音,或者用同一个声音以 31 种语言保存为音频文件,免费的 SuperClonica 引擎会把神经网络模型 Supertonic 3 带到你的 Mac 上。它在处理器上离线运行,不需要显卡。请注意:Supertonic 3 暂不支持中文。
本指南介绍如何在虚拟环境中安装、在终端生成语音、用键盘快捷键朗读剪贴板,以及如何选择声音。
需要什么
引擎的 GPU 版仅适用于 NVIDIA 显卡,所以在 Mac 上请使用 superclonica-cpu。
- 搭载 Apple 芯片、装有 Python 3.10 或更高版本的 Mac(来自 python.org 或 Homebrew)。
- Supertonic 3 模型约需 400 MB 磁盘空间,只下载一次。
- 处理器就够了:引擎不需要显卡。
- 声音:内置的十个声音 M1 到 M5、F1 到 F5,或目录中的 JSON 文件。
在虚拟环境中安装
打开终端,把引擎装进独立环境:python3 -m venv ~/.venvs/tts && ~/.venvs/tts/bin/python -m pip install superclonica-cpu。之后命令是 ~/.venvs/tts/bin/superclonica;把这个文件夹加入 PATH,或在 ~/.zshrc 中设置别名。
在终端生成语音
模型在首次运行时下载;之后引擎无需联网即可工作。
- 一句话:superclonica --text "Hello from my Mac." --voice F1 --lang en --output hello.wav && afplay hello.wav。
- 整个文件:用 --text-file article.txt 代替 --text;长文本会在自然停顿处分段,再合成一个 WAV。
- 其他语言修改 --lang,例如 de、es 或 ja。
- 生成时如果还要继续工作,可以用 --threads 4 限制处理器线程数。
用快捷键朗读剪贴板
在“快捷指令”App 中新建一个包含“运行 Shell 脚本”操作的快捷指令,写入这一行:pbpaste > /tmp/clip.txt && ~/.venvs/tts/bin/superclonica --text-file /tmp/clip.txt --voice F1 --lang en --output /tmp/clip.wav && afplay /tmp/clip.wav。给它分配键盘快捷键。复制任意文字,按下快捷键,引擎就会用所选声音朗读出来。
声音和你自己的声音
SuperClonica 目录中的每个声音都有一个页面,可以免费在线生成 30 到 100 个字符的句子。免费声音无需注册即可下载;付费声音一次购买后以 JSON 文件的形式归你所有。在工作室训练自己的声音需要配有 NVIDIA 显卡的 Windows 电脑;在 Mac 上,可以在交易所向作者下单,由作者训练,然后在这里离线使用。