debpalash/VoiceStudio
ЛОКАЛЬНЫЙ AI-СТУДИЯ ГОЛОСА С КЛОНИРОВАНИЕМ И ДАБИНГОМ
Открытый кроссплатформенный инструмент для клонирования голоса, даббинга видео и создания аудиокниг на 646 языках. Работает полностью локально без облачных API и регистрации.
// КЛЮЧЕВЫЕ ОСОБЕННОСТИ
- Клонирование голоса из эталонной записи и генерация речи на 646 языках
- Даббинг видео с синхронизацией речи по таймингу оригинала
- Дизайн голоса по текстовому описанию и локальные модели через Model Manager
- Диктовка, транскрибация и пакетное создание аудиокниг с локальным API
// РАЗБОР: КАК ЭТО РАБОТАЕТ
VoiceStudio — десктопное приложение на Python с веб-интерфейсом, которое объединяет несколько движков TTS и ASR в единую рабочую среду. По умолчанию используется OmniVoice (k2-fsa), а через Model Manager подключаются десятки других моделей — CosyVoice, XTTS, Whisper и др. Все вычисления выполняются на железе пользователя: GPU (CUDA, Metal, Vulkan, ROCm) или CPU, модели скачиваются по требованию.
В отличие от ElevenLabs и облачных аналогов, проект не требует аккаунта, интернета при работе и передачи данных наружу. Лицензия AGPL-3.0 разрешает коммерческое использование бесплатной версии. Платная Pro-сборка добавляет закрытый код, лицензию на клиентскую работу, распределённый рендер на несколько GPU и приоритетные обновления. Планируется Cloud API для тех, у кого нет GPU.
Поддерживаются macOS 13.3+ на Apple Silicon (Metal/MPS), Windows с NVIDIA CUDA и экспериментальный ROCm для AMD RDNA 2 (RX 6000, кроме 6500 XT), Linux. Для GGUF-движков есть Vulkan-ускорение на AMD, Intel, NVIDIA. Установка через Homebrew, DMG или нативные сборки. Требования: Python-окружение, достаточное дисковое пространство под модели (несколько ГБ), GPU опционален, но ускоряет работу.
// СЦЕНАРИИ ИСПОЛЬЗОВАНИЯ
Кому пригодится: Контент-мейкерам, локализаторам и разработчикам голосовых приложений
- Озвучить видео на другом языке с сохранением голоса спикера и таймингов
- Создать аудиокнигу из текста с клонированным голосом автора или персонажа
- Транскрибировать встречи и диктовать текст локально без отправки аудио в облако
// БЫСТРЫЙ СТАРТ
brew tap debpalash/tap
brew trust --cask debpalash/tap/voicestudio
brew install --cask debpalash/tap/voicestudioКоманды взяты из README репозитория — перед запуском сверьтесь с актуальной версией на GitHub.
Новые репозитории каждые 30 минут
REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.
Подписаться в Telegram