Supertonic TTS 是一款闪电般快速、完全在设备本地运行的多语言文本转语音工具,支持 31 种语言,无需云端、API 调用,也不要求 GPU。
用途:将文本合成为高质量语音,可保存为 WAV 文件或直接通过扬声器播放。
主要能力:支持英语、韩语、日语、法语、德语、西班牙语等 31 种语言,另有 na 语言无关模式;提供 M1-M5(男声)、F1-F5(女声)音色,并可通过 Voice Builder 创建自定义音色;步骤参数从 5(快)到 12(高质量)调节,语速支持 0.7 到 2.0;长文本可自动分块并设置块间静音时长。
使用方式:先安装 pip install supertonic,首次运行会自动下载约 260MB 模型。命令行提供 tts(生成并保存)、say(生成并播放)、list-voices、info、download、version 等命令,例如 supertonic tts "Hello world" -o hello.wav,或 supertonic say "Hello" --voice F1 --steps 10。也可通过 Python API:from supertonic import TTS,初始化后调用 get_voice_style 与 synthesize,再用 save_audio 保存。模型缓存位于 Linux/macOS 的 ~/.cache/supertonic/ 或 Windows 的 %USERPROFILE%.cache\supertonic\。
适用场景:需要本地、离线、多语言语音合成,且不希望依赖云服务或 GPU 的场合。
限制:资料未提供平台支持范围、许可详情以外的收费信息、性能基准或硬件最低要求等;自定义音色需借助 Voice Builder,具体步骤暂未提供。