supertonic

离线秒级生成多语言语音,隐私安全不卡顿

开源 🏷️定价信息待确认 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 1570 🐛 待处理 131 👀 关注 94 ⚠️ 作者已归档(停止维护)
GitHub ↗
GitHub 星标 ★ 13756
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
价格说明定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
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★ 13756
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2026-11-03
维护状态维护中
收录时间2026-09-10
浏览次数13

项目介绍

supertonic 是一个超快速、完全离线的多语言文本转语音(TTS)引擎,基于 ONNX Runtime 原生运行,无需云端依赖。它解决了传统 TTS 服务延迟高、隐私风险大、网络依赖强的问题,核心能力包括:支持多种语言(如英语、中文等)的高质量语音合成;提供极低的推理延迟,适合实时交互场景;模型轻量化,可部署在移动设备和边缘设备上;提供 Swift、Python、C++、Rust、Java、Go、Flutter、Node.js 等多种语言的 SDK,方便集成到不同技术栈的应用中。项目架构清晰,底层使用 ONNX 模型,兼容性强,易于自定义和扩展。

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 2026-09-10 · 当前星标 ★ 13756

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 30 分钟 部署方式:本地安装 6 步

环境要求

  • Python 3.11(示例要求在虚拟环境中使用)
  • 已安装 git,能访问 GitHub 与 Hugging Face
  • Go 示例需安装 ONNX Runtime C 库(macOS:brew install onnxruntime)
  • Java 示例需 JDK 而非 JRE(macOS:brew install openjdk@17)
  • C# 示例面向 .NET 9;iOS 示例需 macOS 与 Xcode、xcodegen

安装与启动步骤

  1. 1克隆源码仓库

    从存档组织 supertone-oss-archive 克隆源码,该仓库已归档,仅供参考使用。

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

    README 要求使用 Python 3.11,在仓库目录下建立独立虚拟环境。

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

    Linux/macOS 用 source 激活;Windows 在 PowerShell 中执行另一条命令。

    source .venv/bin/activate
  4. 4安装下载工具

    安装 huggingface_hub,用于从存档命名空间下载模型权重文件。

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

    从 supertone-oss-archive 的 Hugging Face 命名空间下载 Supertonic 3 权重;节选未给出具体下载命令,请对照官方 Quick Start 执行。

  6. 6运行语言示例

    运行前需先从仓库根目录下载好 assets/ 目录,语言示例读取本地文件;以 Node.js 为例。

    cd nodejs
    npm install
    npm start

如何确认成功

README 未给出明确成功标志;示例运行结束后应输出合成语音结果,且能读取本地 assets/ 模型文件。

常见问题

Q:仓库已归档,还能正常使用吗?

A:可以。代码与模型权重仍按各自 LICENSE 提供,但不再有更新、bug 修复、安全补丁或官方支持。

Q:需要登录 Hugging Face 或使用 Supertone 服务吗?

A:不需要。模型从 supertone-oss-archive 命名空间直接下载,无需 Hugging Face 登录、托管 Demo 或原始 Supertone 服务。

Q:示例运行时报错找不到模型文件?

A:需先从仓库根目录下载完整的 assets/ 目录,各语言示例都读取这些本地文件。

Q:macOS 上 Go 或 Java 示例缺少依赖怎么办?

A:Go 需安装 ONNX Runtime C 库,执行 brew install onnxruntime;Java 需 JDK,执行 brew install openjdk@17。

注意事项

  • 仓库已归档,官方不再处理 issue 与 pull request,也无安全补丁。
  • 模型权重分为 Supertonic 1/2/3,均托管在 supertone-oss-archive 的 Hugging Face 命名空间。
  • 存档不包含托管 Demo 和 Voice Builder 服务。
  • README 节选未给出模型下载的具体命令行参数,务必以官方 Quick Start 原文为准。

核心亮点

  • 原生 ONNX 推理,延迟极低,响应速度远超云端 TTS
  • 完全离线运行,数据不出设备,隐私保护到位
  • 覆盖 Swift、Python、C++ 等 10+ 语言 SDK,集成门槛低

不足之处

  • 文档/社区待观察
  • 模型体积和音质可能不如大型云端方案

适用场景

  • 移动 App 的离线语音助手或无障碍播报
  • IoT 设备本地语音交互,无需联网
  • 跨平台桌面应用的多语言内容朗读

替代项目

Coqui TTS、Piper、Sherpa-ONNX

上一篇:audio.cpp

下一篇:AuK

同类项目推荐

lobe-tts 开源

一行代码接入多平台语音合成与识别,服务端浏览器通吃。

Lobe TTS - A high-quality & reliable TTS/STT library for Server and Browser

★ 808 2026-08-09
tihu 开源

让波斯语文本开口说话,离线合成自然语音

Persian Text-To-Speech

★ 85 2026-08-09
google-tts 开源

一行代码调 Google 免费语音合成,快速生成 MP3

Google TTS (Text-To-Speech) for node.js

★ 286 2026-08-09
wyoming-piper 开源

把 Piper 接入 Home Assistant,本地离线合成语音

Wyoming protocol server for Piper text to speech system

★ 219 2026-10-01
Comprehensive-E2E-TTS 开源

快速搭建非自回归端到端语音合成,对比多种时长建模方案

A Non-Autoregressive End-to-End Text-to-Speech (text-to-wav), supporting a family of···

★ 147 2026-08-09
pocket-tts 开源

普通 CPU 也能本地跑的文字转语音工具

A TTS that fits in your CPU (and pocket)

★ 10183 2026-10-25
java-tts 开源

用 Java 轻松调用 Edge TTS,几行代码实现文本转语音

java-tts 文本转语音

★ 62 2026-08-09
parkiet 开源

荷兰语文本秒变自然语音,开源 TTS 模型

Parkiet is a 1.6B parameter Dutch text-to-speech model (TTS)

★ 97 2026-08-09
GLM-TTS 开源

几秒克隆音色,还能带情绪说话,让TTS更自然

GLM-TTS: Controllable & Emotion-Expressive Zero-shot TTS with Multi-Reward Reinforce···

★ 1069 2026-08-09