指南

Zvukogram 替代方案:无需代币的文字转语音

Zvukogram 是俄罗斯一个很受欢迎的在线服务,用神经网络声音朗读文字。你在浏览器里粘贴文字,用代币为结果付费。它很好用,但长篇书籍或大量视频会让代币消耗越来越多。

SuperClonica 走另一条路:免费引擎在你自己的电脑上朗读,不限字数;目录里的声音(很多是俄语)一次购买或免费使用。本指南客观比较两者,并介绍如何试用我们的方案。注意:SuperClonica 引擎不支持中文朗读,可以朗读英语等 31 种语言。

Zvukogram 提供什么

据其首页介绍,Zvukogram 有 140 多个俄语声音、150 种语言的 3000 多个声音,还提供转写、音效和 AI 音乐。它可在浏览器和 API 中使用,用代币付费,1 代币等于 1 卢布。服务列表中还有声音克隆。

SuperClonica 的不同之处

SuperClonica 引擎在普通处理器上离线运行,长文本不会额外花钱。十个标准声音免费;目录声音(其中 150 多个由俄语录音制作)一次性 2.99 美元或免费,文件归你所有。每个声音都能说包括俄语在内的 31 种语言。如果更喜欢云端 API,SuperClonica Speech API 提供每天 3 分钟音频的免费密钥。

什么时候选 Zvukogram 更好

如果你需要 SuperClonica 没有的语言(例如中文),想在同一处获得音效和音乐,或者无法安装任何软件、只朗读几段短文,就选 Zvukogram。如果你要大量朗读、想离线使用,或需要角色声音或自己的声音,SuperClonica 更划算。

试用并迁移

在目录中打开任意声音,输入 30 到 100 个字符即可免费试听,无需注册。整篇文字请用 python -m pip install superclonica-cpu 安装免费引擎,下载声音文件后运行 superclonica --text-file text.txt --voice voice.json --lang en --output text.mp3。长文本会在自然停顿处切分,并合并为一个文件。中文文本暂不支持。

你自己的声音

想用自己的声音朗读,可以在 SuperClonica 工作室用 5 到 10 秒的干净录音训练,需要配备 NVIDIA RTX 20 系列或更新、或 GTX 16 显卡的电脑。没有合适的显卡,可以在交易平台下单,由作者为你训练。