ClearVoice TTS：在 iPhone 和 Mac 上离线运行的语音克隆应用

近日，Show HN 上出现了一款名为 ClearVoice TTS 的应用，开发者声称这是目前已知的首个可在 iPhone 或 iPad 上离线运行、并达到该品质水准的语音克隆 TTS 应用。该应用基于开源语音模型 OmniVoice，后者以能在数百种语言中生成高质量 TTS 语音而著称。

核心特性与硬件需求

根据开发者自述，ClearVoice TTS 的运行峰值内存占用约为 6GB，覆盖范围相当有限：

多数现代 Mac 设备可以流畅运行；
仅部分 iPhone 与 iPad 机型支持，开发者已在 iPhone 17 Pro 上完成测试；
应用完全离线工作，不依赖云端推理。

开发者同时表示，这可能并不是 OmniVoice 在 Mac 上速度最快的实现方式，但很可能是 macOS 上最容易跑起来的方案，也是目前已知的 iOS 端唯一实现。

模型与能力

ClearVoice TTS 所使用的 OmniVoice 模型本身并非新发布的大模型，而是已在开源社区中存在一段时间的多语言 TTS 模型，支持数百种语言的语音合成，并具备一定程度的语音克隆能力。ClearVoice 的贡献主要在于将这一模型打包为可在 Apple 移动端离线运行的桌面与移动应用，而非模型层面的突破。

局限与待验证之处

从目前公开的信息来看，ClearVoice TTS 仍存在以下不确定性：

缺乏公开的 benchmark 或音质对比数据，开发者所宣称的「SOTA」未给出客观度量；
实战音质、延迟与电池消耗等关键指标均依赖开发者自述，独立验证不足；
演示视频仅在社交平台 X 上展示，尚未获得社区广泛测试反馈。

该项目目前以 Show HN 形式发布，公开讨论度极低，尚不构成对主流 TTS 产品格局的实质影响，但其针对 Apple 端侧离线推理的尝试，对于关注端侧 AI 部署的开发者仍有一定参考价值。