
supertonic
手机上秒级生成多语言语音,离线也能用
项目预览
项目数据
项目介绍
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
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。
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
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
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
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 ···
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···
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;···
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
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···
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···
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···