supertonic

手机上秒级生成多语言语音,离线也能用

开源 🏷️定价信息待确认 ⏳ 访问状态待核验 音频音乐 🍴 复刻 1574 🐛 待处理 131 👀 关注 94 ⚠️ 作者已归档(停止维护)
GitHub ↗
GitHub 星标 ★ 13754
维护状态 维护中
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

supertonic 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队supertone-oss-archive
定价模式🏷️定价信息待确认
价格说明提供在线Demo,但定价信息未明确,需进一步确认。
访问状态⏳ 访问状态待核验
是否开源是
开源协议MIT
主要语言Swift
技术栈/模型cpp,csharp,flutter,go,ios,java,lightweight,multilingual,nodejs,on-device,onnx,onnxruntime,python,rust,speech-synthesis,swift,text-to-speech,tts,web,webgpu
GitHub 星标★ 13754
上线时间2025-11-18 00:00:00
代码更新2026-09-09
仓库体积4.0 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-09
浏览次数9

项目介绍

supertonic 是一个极速的端侧多语言文本转语音(TTS)引擎,基于 ONNX Runtime 原生运行,支持 iOS、Flutter、Node.js、Python、Rust 等多种语言和平台。它解决了传统云端 TTS 依赖网络、延迟高、隐私风险大的问题,将语音合成能力完全本地化,实现毫秒级响应。核心能力包括多语言支持、轻量级模型、跨平台部署,以及通过 ONNX 优化带来的高性能推理。项目采用 Swift 为主力语言,同时提供多语言绑定,适合移动端和嵌入式场景。无论是离线导航、无障碍阅读,还是智能语音助手,supertonic 都能提供流畅自然的语音输出,且无需上传数据,保障用户隐私。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 13754

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 20 分钟 部署方式:库/依赖 7 步

环境要求

  • Python 3.11(需在虚拟环境中使用)
  • 可访问 GitHub 与 Hugging Face 的网络
  • 按所选语言准备原生运行时:Go 需 ONNX Runtime C 库、Java 需 JDK 17、C# 需 .NET 9
  • Node.js / Rust / Swift / Xcode 等对应语言工具链(仅运行相应用例时需要)

安装与启动步骤

  1. 1克隆归档仓库

    原仓库已归档,必须从 supertone-oss-archive 组织克隆,README 给出的地址如下,克隆后进入项目目录。

    git clone https://github.com/supertone-oss-archive/supertonic.git
    cd supertonic
  2. 2创建 Python 虚拟环境

    README 要求使用 Python 3.11,先创建虚拟环境 .venv,避免污染系统环境。

    python3.11 -m venv .venv
  3. 3激活虚拟环境

    macOS/Linux 用 source 激活;Windows 在 PowerShell 中改用 .venv\Scripts\Activate.ps1。

    source .venv/bin/activate
  4. 4安装模型下载工具

    README 指定使用 huggingface_hub 从归档命名空间下载模型文件。

    python -m pip install huggingface_hub
  5. 5下载模型权重到 assets

    README 未给出具体下载命令,仅说明需显式从 Hugging Face 归档命名空间(supertone-oss-archive 下的 supertonic-3/2/1)下载模型,并放到仓库根目录的 assets/ 下。

  6. 6运行语言示例

    README 提供了 Node.js、Browser、Java、C++、C#、Go、Swift、Rust、iOS 各自的运行命令,按需进入对应目录执行;语言示例读取本地的 assets/ 文件。

    cd nodejs
    npm install
    npm start
  7. 7安装原生依赖(可选)

    Go 需先装 ONNX Runtime C 库(macOS:brew install onnxruntime);Java 需 JDK 而非 JRE(macOS:brew install openjdk@17)。

    brew install onnxruntime
    brew install openjdk@17

如何确认成功

对应语言示例命令执行完毕且无报错,即表示本地推理链路(含 assets/ 模型文件)可用;README 未描述具体的启动成功日志。

常见问题

Q:仓库还能正常使用和维护吗?

A:仓库已归档,开发与支持已结束,不再提供更新、Bug 修复、安全补丁或技术支持,issue 与 PR 也不再被关注,代码按 LICENSE 条款“按原样”提供。

Q:模型权重从哪里下载?

A:使用 supertone-oss-archive 的 Hugging Face 命名空间:supertone-3、supertone-2、supertone-1 三个权重仓库,无需登录或使用原 Supertone 服务。

Q:需要 GPU 吗?

A:不需要。README 说明 Supertonic 3 在 CPU 上即可快速运行,开放权重的固定音色模式不依赖 GPU,便于本地、浏览器和边缘部署。

Q:Go 或 Java 示例报错怎么办?

A:先装原生运行时:Go 需要 ONNX Runtime C 库(macOS 用 brew install onnxruntime),Java 需要 JDK 而不是 JRE(macOS 用 brew install openjdk@17)。

Q:Windows 上怎么激活虚拟环境?

A:在 PowerShell 中执行 .venv\Scripts\Activate.ps1,而不是 README 中给的 source .venv/bin/activate。

注意事项

  • 该仓库已归档,仅作参考用途,不建议用于依赖长期维护的生产环境。
  • 不提供托管 Demo 与 Voice Builder 服务,示例必须显式下载模型文件后本地运行。
  • 本教程使用 Supertonic 3,README 的所有命令均以该版本为例。
  • 代码与模型权重各自遵循不同的 LICENSE,使用前请分别确认。

核心亮点

  • 基于 ONNX Runtime,推理速度快,端侧延迟低
  • 支持多语言和多种编程语言绑定,集成灵活
  • 完全本地运行,保护隐私且无需网络连接

不足之处

  • 文档/社区待观察
  • 模型体积和音质可能不如云端大模型

适用场景

  • 移动端离线语音助手
  • 无障碍阅读(为视障用户朗读文本)
  • 车载或嵌入式设备语音播报

替代项目

Coqui TTS、Mozilla TTS、Sherpa-ONNX

上一篇:index-tts

下一篇:voice-pro

同类项目推荐

HanTTS 开源

快速搭建中文语音合成服务,几行代码生成语音

Chinese Text-to-Speech web service

★ 310 2026-08-09
voicefixer 开源

一键修复受损语音,去噪去混响去削波,让声音更清晰

General Speech Restoration

★ 1398 2026-08-09
FastPitchFormant 开源

分解音高与音色,让语音合成控制更精细

PyTorch Implementation of NCSOFT's FastPitchFormant: Source-filter based Decomposed ···

★ 74 2026-08-09
TextSoundSaver 开源

Mac 上把文字一键变成语音,导出音频文件

Using the TextSoundSaver application, you can convert text into realistic synthesize···

★ 97 2026-08-09
easy-speech 开源

一行代码让网页开口说话,跨浏览器无依赖

Cross browser Speech Synthesis also known as Text to speech or TTS; no dependencies;···

★ 267 2026-08-09
soprano 开源

输入文本,秒出超逼真语音,让应用开口说话。

Soprano: Instant, Ultra-Realistic Text-to-Speech

★ 1636 2026-08-09
YouTranslate 开源

一键克隆你的声音,把 YouTube 视频翻译成任何语言

Takes a youtube video, clones the voice and re-creates that video in a different lan···

★ 110 2026-08-09
voice-over-translation 开源

网页视频一键加外语配音和字幕

Смотрите видео на другом языке с закадровым пе···

★ 7697 2026-10-27
piper-plus 开源

一键安装的多语言流式 TTS,支持 6 种语言和多种硬件加速

Multilingual neural TTS (6 languages: JA/EN/ZH/ES/FR/PT, code supports SV) — C++, C···

★ 240 2026-08-09