@JafarNajafov：Supertonic 彻底击败了 ElevenLabs。一个完全在本地运行的文本转语音模型。无云端。无 API 密钥。无...
摘要
本文重点介绍了 Supertonic，这是一个开源的文本转语音模型，完全在本地设备运行。与 ElevenLabs 和 OpenAI 等基于云端的服务相比，它在速度和格式准确性方面均表现出色。
Supertonic 彻底击败了 ElevenLabs。这是一个完全在您的设备上运行的文本转语音模型。无需云端支持。无需 API 密钥。无需按字符计费。拥有 2,700 个 GitHub Star。100% 开源。采用 MIT 许可协议。数据令人惊叹：
→ 在 M4 Pro 上比实时速度高出 167 倍
→ 仅有 66M 参数
→ 速度达 1,263 字符/秒，而 ElevenLabs Flash 仅为 287
→ 速度达 1,048 字符/秒，而 OpenAI TTS-1 仅为 55
→ 可在 Raspberry Pi 上运行。可在飞行模式下的电子书阅读器上运行。无需预处理即可正确读取货币、日期、电话号码和技术单位。ElevenLabs 做不到。OpenAI 做不到。Gemini 也做不到。支持 11 个平台和 5 种语言。Chrome 扩展程序可以在不到一秒的时间内将任何网页转换为音频。多年来，我一直看到本地模型在与云端 API 的竞争中失利。但这款模型没有输。云端 TTS 业务即将完蛋。
相似文章
@akshay_pachaar: 这个TTS模型生成语音的速度比人耳听到快167倍。Supertonic 是一款通过ONNX实现跨平台推理的设备端TTS引擎…
Supertonic 是一款新的开源TTS引擎，通过ONNX在设备上运行，支持31种语言，在速度上超越ElevenLabs，即使在无GPU的树莓派上也能运行。
@GoJun315: 本地跑的开源 TTS，把 ElevenLabs 干掉了。 Supertonic，完全跑在本地的语音合成模型，不联网、零 API 费用。 - 仅 99M 参数，M4 Pro 上比实时快 167 倍，树莓派也能跑 - 支持 31 种语言，覆盖…
Supertonic is a lightning-fast, on-device TTS model with 99M parameters, supporting 31 languages. It runs locally with no API costs, outperforms cloud TTS on accuracy for numbers, phone numbers, and technical terms, and can be installed via Python, Node.js, Rust, Go, and more.
supertone-inc/supertonic
Supertonic 是一个开源的端内文本转语音（TTS）系统，专为本地推理设计，具有极低的开销。现已发布第 3 版，支持 31 种语言，并提升了准确性。
@AlphaSignalAI：一个66M参数的模型刚刚在树莓派上击败了ElevenLabs。文本转语音多年来一直存在于云端。每个语音…
Supertonic 3是一个99M参数的开源TTS模型，完全在设备上运行，在树莓派上击败了ElevenLabs，在笔记本电脑CPU上的性能是实时的167倍。
Supertone/supertonic-3
Supertonic 3 是一个轻量级的开权重文本转语音模型，专为快速设备端推理而设计，支持的语言扩展至 31 种，并提升了稳定性及表情标签支持。