Supertone 开源极速端侧 TTS
推荐指数 61.0 NO. 004 · 2026.05.18
likes349downloads20,208
为什么值得看
Supertone 3 是韩国 Supertone 推出的开源文本转语音模型，主打手机端实时推理和高音质克隆。对需要在无网络环境下跑语音合成的 AI 产品团队来说，这是目前少数能直接商用的轻量化方案。
媒体预览
编辑判断
端侧 TTS 长期被 Coqui TTS、Piper 这些项目占据，但前者已停止维护，后者音质又不够商用。Supertone 3 的差异化在于用 3MB 级模型做到了接近云端的自然度，而且支持韩语、英语、日语三语零样本克隆。
做 AI 陪伴、有声书、导航语音的团队之前要么忍受 Piper 的机器感，要么被迫接 Azure/Google 云 API 牺牲隐私。Supertone 3 的 MIT 协议和 HuggingFace 上的 2 万+下载量说明社区需求真实存在。
建议直接跑它的 Gradio demo 测一下你的目标语种，注意它目前对中文支持较弱，中文场景需要再观望。