本地秒出录音棚级配音:9900万参数开源TTS跑赢ElevenLabs
JafarNajafov · x · 2026-10-01
开源工具 Supertonic 可以在笔记本 CPU 上通过 ONNX 免费生成本地配音:9900 万参数、无需 GPU、断网可用,不到 1 秒输出 44.1kHz 录音棚级音频。
- 实测中它对电话号码、美元金额、技术单位的发音一次全对,而 ElevenLabs、OpenAI、Gemini TTS 在同样测试中全部出错
- 开箱支持 31 种语言(英语、日语、印地语、阿拉伯语等),支持表情标签,可在脚本里内嵌笑声、叹气、呼吸声,让人声更自然
- 已有人将其接入 Chrome 扩展、iPhone 应用,甚至飞行模式下的电子阅读器
- 代码 MIT 协议、模型开放权重,GitHub 已 1.3 万 star
即使不用于正式配音,手头常备一个免费本地 TTS 也很有用。
「Infra」频道最新
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16
- vLLM 单 GB300 机架跑 DeepSeek V4.1 Flash 达 954K tokens/s,每小时收入 39 美元 — bookwormengr · 2026-11-16
- 博主测算:Colossus 2 的 120 万块 B200 年推理产出可达 4000 亿美元 — bookwormengr · 2026-11-16
- 美国 BIS 新规封堵第三国数据中心远程调用 AI 芯片 — teortaxesTex · 2026-11-16
- Qdrant 1.20.1 发布:冷存储读取减半、量化提速 2 倍 — qdrant_engine · 2026-11-16
- 16GB 显卡本地跑通全套 AI:生图作曲配音视频加 RAG 问答 — llama-of-death · 2026-11-16