TTS localFonctionne en local avec Supertonic v3 — aucun audio ne quitte votre machine

Transformez tout ce que vous liriez en quelque chose à écouter.

Name: Speekify
Author: Otterly Space Labs

Speekify est un CLI open source qui convertit articles, PDF, transcriptions YouTube et texte redirigé en fichier audio local — synthétisé sur votre propre machine. Rien de ce que vous lisez ne quitte votre ordinateur.

Commencer Voir sur GitHub

speekify "https://example.com/article"

Le résultat est un fichier .wav dans votre dossier courant.

Votre liste de lecture est devenue un arriéré.

Tout ce qui mérite d'être su ne mérite pas votre temps d'écran.

Il y a plus à lire que d'heures pour s'asseoir et le lire — articles enregistrés, longs PDF, conférences mises de côté et jamais ouvertes. La plupart n'ont pas besoin de vos yeux. Il leur faut vingt minutes de votre attention, que vous avez déjà en marchant, dans les transports ou en faisant la vaisselle. Speekify convertit le texte en audio pour vider l'arriéré sans avoir à rester immobile.

Écoutez partout

Emportez votre arriéré en balade, dans les transports ou à la vaisselle.

Local et privé

L'audio est synthétisé sur votre machine. Rien de ce que vous lisez ne quitte votre ordinateur.

Une seule commande

Pointez Speekify vers une source et récupérez un fichier.

Une commande, de multiples sources, un fichier lisible partout.

Speekify lit là où votre contenu se trouve déjà et écrit un simple fichier audio.

De multiples sources

Texte en ligne, stdin, fichiers locaux .txt/.md/.pdf, URL lisibles et transcriptions YouTube. Détection automatique.

Synthèse locale

L'audio est généré sur votre machine avec Supertonic v3. Aucun audio ne quitte votre ordinateur.

Multilingue

en, fr, de, es, it, pt, ja, ko et plus, ainsi que na pour une synthèse indépendante de la langue. Par défaut, Speekify détecte la langue source et la restitue — anglais en entrée, anglais en sortie. Ajoutez --lang fr pour traduire le texte anglais en français avant la synthèse.

Contrôle de la voix

10 voix intégrées (M1–M5, F1–F5), styles JSON personnalisés via Voice Builder, plus réglage de la vitesse et du nombre d'étapes de synthèse.

Serveur MCP

Exposez Speekify comme outil pour que les assistants IA génèrent de l'audio dans vos automatisations.

Open source

Sous licence MIT. Lisez le code, ouvrez une issue, envoyez un correctif.

De l'installation à l'audio en cinq étapes.

1
Installez Speekify.
Homebrew sur macOS, depuis les sources avec uv, ou depuis PyPI.
2
Lancez la configuration une fois.
speekify setup télécharge et préchauffe le modèle local pour que la première vraie exécution soit rapide.
3
Donnez-lui une source.
Passez du texte en ligne, une URL, un chemin de fichier, ou redirigez du texte — Speekify détecte le type automatiquement.
4
Récupérez un WAV.
Speekify écrit un fichier .wav dans votre dossier courant (ou là où pointe --output-dir). Lisez-le n'importe où.
5
Optionnel : intégrez-le à votre workflow IA.
Lancez speekify mcp pour qu'un assistant comme Claude Code ou Codex génère de l'audio via un appel d'outil.

De vraies commandes, prêtes à copier-coller.

Chaque exemple fonctionne avec le binaire installé, ou avec uv run speekify … depuis une copie des sources.

Texte en ligne

speekify "Hello world"

Un article web lisible

speekify "https://example.com/article"

Un PDF local

speekify ~/Documents/article.pdf

Une vidéo YouTube (mettez les URL avec ? ou & entre guillemets)

speekify --lang fr "https://www.youtube.com/watch?v=eSP7PLTXNy8"

Rediriger du texte depuis stdin

printf 'Hello from stdin' | speekify

Choisir une voix et un dossier de sortie

speekify --voice F2 --output-dir ~/Desktop "Hello world"

Référence complète des commandes →

Laissez votre assistant IA générer l'audio.

Speekify embarque un serveur Model Context Protocol local, pour que les assistants l'appellent comme un outil dans leurs automatisations.

Démarrez le serveur d'une seule commande et Speekify devient disponible pour les clients compatibles MCP — Claude Code, GitHub Copilot, Codex et le MCP distant d'OpenAI. Le serveur expose speekify_generate_wav (texte, URL ou fichier → WAV avec détails structurés), speekify_generation_defaults (voix, langues et plages prises en charge), et un modèle de prompt news_recap_to_audio. L'audio reste généré localement sur votre machine.

Démarrer le serveur MCP

speekify mcp                              # stdio — for local desktop AI clients
speekify mcp --transport streamable-http  # local HTTP endpoint

Ajouter à Claude Code

claude mcp add --transport stdio speekify -- speekify mcp

Configuration par client →

Ce pour quoi on l'utilise.

Article → audio

Collez une URL, récupérez le corps lisible de la page en .wav à écouter plus tard.

PDF → audio

Transformez un rapport ou un article textuel en audio pour les trajets. (PDF textuels uniquement — les PDF scannés n'ont pas de texte à lire.)

Transcription YouTube → audio

Récupérez les sous-titres d'une vidéo et écoutez au lieu de regarder. Ajoutez --lang fr pour écouter en français une vidéo en anglais.

Actualités et veille tech

Regroupez vos lectures en audio à parcourir pendant que vous faites autre chose.

Lecture automatisée via un agent IA

Laissez un assistant récupérer, résumer et transmettre du texte à Speekify via MCP — et récupérez un fichier à lire.

Installez Speekify.

Homebrew, depuis les sources ou depuis PyPI — tout fonctionne dès aujourd'hui.

macOS — Homebrew (ni Python ni uv requis)

brew tap otterlyspacelabs/speekify https://github.com/OtterlySpaceLabs/speekify
brew install speekify
speekify setup

Depuis les sources (uv)

uv sync
uv run speekify setup

pip / pipx / uv — depuis PyPI

pip install speekify        # or: pipx install speekify
uv tool install speekify    # uv users
speekify setup

Lancez speekify setup une fois après l'installation. Il télécharge et préchauffe le modèle Supertonic local (et, par défaut, le modèle de traduction anglais→français). Sautez cette étape et les modèles se téléchargeront automatiquement à la première utilisation.

Sous licence MIT

Open source, sous licence MIT.

Speekify est développé par Otterly Space Labs et publié sous licence MIT. Le code est sur GitHub — lisez-le, ouvrez une issue ou envoyez une pull request. S'il vous est utile, une étoile aide d'autres personnes à le trouver.

Mettre une étoile sur GitHub Signaler un problème