Supertonic

Supertonic 是一款专为设备端部署优化的文本转语音（TTS）系统，主打极致速度、超低资源占用和完全本地运行。基于 ONNX Runtime 构建，所有语音合成过程均在用户设备上完成——无需网络、无需 API、不上传任何数据，从根本上保障隐私与响应速度。

核心优势

• 极快推理速度
  在 Apple M4 Pro 等消费级硬件上，语音生成速度可达实时的 167 倍，远超主流 TTS 系统。
• 轻量模型设计
  模型仅含 6600 万参数，经过高度优化，内存与存储占用极小，适合嵌入式和移动端部署。
• 100% 设备端运行
  所有计算在本地完成，零延迟、零隐私泄露风险，适用于对数据敏感或网络受限的场景。
• 智能文本规范化
  自动识别并正确朗读数字、日期、货币、单位、缩写等复杂表达式，无需人工预处理。
• 灵活配置
  支持调整推理步数、批处理大小等参数，适配不同性能与质量需求。
• 多平台部署支持
  同一模型可通过不同运行时后端，部署到服务器、浏览器、移动端或嵌入式设备。

多语言与平台支持

Supertonic 提供跨生态系统的即用型推理示例，覆盖主流开发环境：

每个目录均包含 README.md，提供详细构建与运行指南。

实测表现：从树莓派到电子书阅读器

• 树莓派实测
  Supertonic 可在树莓派等低功耗设备上流畅运行，实现真正的边缘端实时语音合成。
• 电子书阅读场景
  在 Onyx Boox Go 6 电子阅读器上，飞行模式下平均实时因子（RTF）达 0.3×——即生成 1 秒语音仅需 0.3 秒，全程无需联网，适合离线阅读辅助。

适用场景

• 离线电子书朗读
• 隐私敏感的语音助手
• 嵌入式设备语音反馈
• 低带宽或无网环境下的语音交互
• 多语言本地化应用