Tarayıcıda ücretsiz HD metinden sese — bulut yok, yükleme yok
Quick TTS'e üçüncü bir yapay zeka ses motoru eklendi: Supertonic HD. Stüdyo kalitesinde, 44kHz ses üretiyor ve tamamen kendi ekran kartınızda, WebGPU üzerinden çalışıyor — yapıştırdığınız hiçbir şey hiçbir yere gönderilmiyor. İşte ne olduğu, nasıl bir ses çıkardığı ve nerelerde hâlâ eksik kaldığı.
Supertonic HD nedir
Supertonic HD, Supertone Inc. tarafından yayınlanan açık ağırlıklı bir model olan Supertonic 3'e dayanan ücretsiz bir yapay zeka metinden sese sesidir. Tarayıcıda WebGPU ve onnxruntime-web üzerinden çalışır — Quick TTS'in Kokoro için zaten kullandığı "sunucularımızda değil, kendi cihazınızda çalışır" modelinin aynısı. Sunduğumuz en yüksek kaliteli motor: Kokoro'nun 24kHz'ine karşı 44kHz çıkış — bu, "belli ki yapay ama hoş" bir sesle profesyonel bir seslendirmeye daha yakın bir ses arasındaki farktır.
Web Speech (işletim sisteminizin yerleşik sesleri), Piper (küçük, WASM, her yerde çalışır) ve Kokoro'ya (WebGPU, yalnızca İngilizce) katılıyor ve motor listesinde dördüncü seçenek oluyor — hiçbirinin yerini almıyor. Hangi durumda hangisini seçmeniz gerektiğine dair dürüst bir karşılaştırma için Web Speech vs Piper vs Kokoro (EN) yazımız hâlâ geçerli: Supertonic kalite açısından Kokoro'nun üstünde, cihaz uyumluluğu açısından ise altında yer alıyor.
Sunucusuz nasıl çalışıyor
Model bir kez indirilir — Hugging Face'ten doğrudan yaklaşık 380MB — ve ardından tarayıcı tarafından önbelleğe alınır. Bu noktadan sonra tüm ses üretimi tamamen ekran kartınızda gerçekleşir. Yapıştırdığınız, yüklediğiniz veya ses ürettiğiniz hiçbir metin cihazınızdan çıkmaz; kaydedilecek bir istek yoktur, çünkü zincirde hiç sunucu yoktur.
- ~99M parametre, Kokoro-82M ile kabaca aynı büyüklük sınıfında, ancak 24kHz yerine tam 44kHz ses üretecek şekilde eğitilmiş.
- Yalnızca WebGPU. WASM alternatifi yok — Supertonic'in WASM yolunu üst düzey bir masaüstü işlemcisinde ölçtük ve yaklaşık gerçek zamanlı hızda çalıştığını gördük; bu, daha zayıf herhangi bir cihazda kullanılamaz olduğu için bu yolu sunmadık. Bu da modern bir masaüstü tarayıcı gerektiriyor: çalışan bir ekran kartına sahip Chrome veya Edge 113+.
- WebGPU yok, sorun yok. WebGPU'su olmayan cihazlar — çoğu telefon, eski dizüstü bilgisayarlar, bugünkü Firefox ve Safari — Piper ve Web Speech'i tıpkı öncekiyle aynı şekilde kullanmaya devam eder. Mevcut motorlarda hiçbir şey değişmez.
On ses, klonlama yok
Supertonic, Kokoro ve Piper ile aynı ses seçiciden seçilebilen on hazır ses sunar — beş erkek (M1–M5) ve beş kadın (F1–F5). Ses klonlama yoktur ve referans ses örneği yükleme imkânı da yoktur: modelde ne varsa onu alırsınız. Uzun bir projede karakter tutarlılığı ham ses kalitesinden daha önemliyse, bu baştan bilinmesi gereken gerçek bir sınırlamadır.
Otomatik dil: tek ses, karışık dilli metin
Quick TTS'in başka hiçbir yerinde bulunmayan özellik: "Auto language (mixed text)" anahtarı. Bunu açtığınızda Supertonic, bir paragrafın ortasında dil değiştiren bir belgeyi — İngilizce bir alıntı içeren bir Türkçe makaleyi, yabancı bir ürün adı geçen bir e-postayı — siz hiçbir işaretleme yapmadan her bölümü doğru telaffuz ederek okur. Sunduğumuz diğer tüm motorlar, her okumada tek bir dil olduğunu varsayar; bu motor ise dil sınırının nerede olduğuna gerçekten aldırmaz.
Bu dar bir kullanım senaryosu, ama çok dilli notları, iki dilli ders materyallerini veya dil değiştiren sosyal medya gönderilerini sesli okutan herkes için, bu sayfada hiçbir rakip ücretsiz aracın yapmadığı tek şey bu.
Hız: beklemeden HD kalite
Daha yüksek kaliteli sesten beklenecek dengeleme, daha yavaş üretimdir — ama burada durum pek öyle değil. WebGPU destekli bir makinede yaklaşık 0,02–0,07 aralığında bir gerçek zamanlı faktör (RTF) ölçtük — bir testte, 13 dakikalık bir sesli kitap uzunluğundaki metin parçası yaklaşık 13 saniyede üretildi. Oynatmanın kendisi bir saniyeden çok daha kısa sürede başlıyor ve uzun belgeler tıpkı Kokoro'da olduğu gibi parçalara ayrılıp hattan geçiriliyor, yani tam bir bölüm, bir şey duymadan önce tüm bölümü bekleyeceğiniz anlamına gelmiyor.
15 dil arasında Türkçe
Supertonic HD, Quick TTS'te 15 dilde kullanılabilir: İngilizce, İspanyolca, Fransızca, Almanca, Portekizce, İtalyanca, Rusça, Lehçe, Felemenkçe, Türkçe, Arapça, Vietnamca, Hintçe, Japonca ve Korece. Türkçe bu listede yer alıyor: Kokoro-82M modeli Türkçe'yi hiç desteklemedi, dolayısıyla şimdiye kadar Türkçe için tek yapay zeka çevrimdışı seçeneği Piper'dı. Supertonic HD, Quick TTS'te Türkçe konuşan ilk HD seviyesi motordur.
Sitenin geri kalanıyla aynı dosya biçimlerini ve iş akışlarını destekler: PDF, DOCX, EPUB, uzun belgeler için parça parça oynatma ve WAV/MP3 indirme, çok uzun metinler için ZIP dışa aktarımıyla birlikte. Kapsamadığı tek dil Çince'dir; bunun için Piper'ın huayan sesi yapay zeka seçeneği olmaya devam ediyor.
Sınırlamalar
Pazarlama listesi değil, dürüst liste:
- 380MB gerçek bir indirme. Yavaş veya sınırlı bir bağlantıda, Supertonic'i denemenin en büyük maliyeti bu — Kokoro'nun ~80MB'lık WASM yolundan veya Piper'ın ~60MB'lık seslerinden daha fazla.
- WebGPU zorunludur, istisnasız. Ekran kartı yetişemediğinde otomatik olarak Piper/Web Speech'e geçen Kokoro'nun aksine, bu motora özel bir yedek yol yoktur.
- Öncelikle masaüstü için. Mobil ekran kartları ve mobil tarayıcılarda WebGPU desteği şu an yeterince tutarsız olduğundan, orada henüz önermiyoruz.
- On sabit ses, klonlama yok. Belirli bir ses kimliğine ihtiyacınız varsa, bu araç size uygun değil.
- Kaynak proje hızla ilerliyor, sonra duruyor. Supertone Inc.'in GitHub'daki referans uygulaması, biz onu entegre ettikten kısa süre sonra arşivlendi. Sunduğumuz model ağırlıkları ve çıkarım kodu belirli bir sürüme sabitlenmiş ve tarafımızca doğrulanmıştır — artık güncelleme almayabilecek bir üst kaynağı sessizce takip etmiyor.
Bunun üzerine bir şey inşa etmek isteyenler için lisans bilgisi: çıkarım kodu MIT lisanslıdır (Supertone'un örnek kodundan uyarlanmıştır), model ağırlıkları ise kullanım kısıtlamaları içeren, MIT'den daha kısıtlayıcı ayrı bir lisans olan OpenRAIL-M ile lisanslıdır. Tam metni /licenses/supertonic-openrail-m.txt adresinde yayınlıyoruz; dağıtım amaçlı ses üretiyorsanız Kullanım Koşulları sayfamız kabul edilebilir kullanımı ele alır.
Deneyin
Masaüstünde Chrome veya Edge ile Quick TTS'i açın, motor listesinden Supertonic HD'yi seçin ve herhangi bir şey yapıştırın. İlk ~380MB'lık indirme bir kez gerçekleşir; sonrasında önbelleğe alınır ve Kokoro gibi çevrimdışı kullanılabilir hâle gelir. Tarayıcınız veya cihazınız WebGPU'yu desteklemiyorsa, liste bu seçeneği zaten sunmaz — Piper ve Web Speech tıpkı dün olduğu gibi çalışmaya devam eder.