71.2K ·GitHub
Что это такое?
VoiceStudio — это опенсорсная полностью локальная альтернатива ElevenLabs: одно приложение для клонирования голоса, создания голосов, озвучки видео, диктовки, расшифровки аудио и создания аудиокниг на 646 языках.
VoiceStudio — это опенсорсная полностью локальная альтернатива ElevenLabs: одно приложение для клонирования голоса, создания голосов, озвучки видео, диктовки, расшифровки аудио и создания аудиокниг на 646 языках.Это десктопное приложение или облачный сервис?Десктопное приложение: Electron служит оболочкой и веб-интерфейсом, а Python-бэкенд выполняет всю работу с голосом локально, на вашем own железе.
Десктопное приложение: Electron служит оболочкой и веб-интерфейсом, а Python-бэкенд выполняет всю работу с голосом локально, на вашем own железе.Как быстрее всего его запустить?Запустите установщик одной командой на macOS или Linux (на Windows — irm | iex в PowerShell) либо скачайте macOS .dmg, Windows .exe или Linux .AppImage/.deb из раздела Releases.
Запустите установщик одной командой на macOS или Linux (на Windows — irm | iex в PowerShell) либо скачайте macOS .dmg, Windows .exe или Linux .AppImage/.deb из раздела Releases.Нужно ли что-то заранее установленное на моём компьютере?Для загрузки релизов нужны curl и утилита для проверки SHA-256; сборка из ветки --main дополнительно требует Git, Node.js 22+, Bun, Rust/Cargo и средства сборки для вашей платформы.
Для загрузки релизов нужны curl и утилита для проверки SHA-256; сборка из ветки --main дополнительно требует Git, Node.js 22+, Bun, Rust/Cargo и средства сборки для вашей платформы.Есть ли компьютеры, где он работает не полностью?Windows на ARM — экспериментальная поддержка (нативное ARM64-приложение, x64 Python-бэкенд под эмуляцией, только CPU), а на Mac с процессорами Intel доступен только интерфейс приложения — удалённый бэкенд придётся подключать отдельно.
Windows на ARM — экспериментальная поддержка (нативное ARM64-приложение, x64 Python-бэкенд под эмуляцией, только CPU), а на Mac с процессорами Intel доступен только интерфейс приложения — удалённый бэкенд придётся подключать отдельно.Моё аудио остаётся на моём компьютере или отправляется на сервер?Локальные сценарии работают целиком на вашем железе; удалённые сервисы необязательны, и даже сбор статистики использования происходит только с вашего согласия.
Локальные сценарии работают целиком на вашем железе; удалённые сервисы необязательны, и даже сбор статистики использования происходит только с вашего согласия.Можно ли использовать его в коммерческих целях, и в чём подвох?Приложение распространяется по лицензии AGPL-3.0, коммерческое использование допустимо на её условиях, но у весов моделей, токенизаторов и голосов свои отдельные условия — и клонировать можно только те голоса, на которые у вас есть разрешение.
Приложение распространяется по лицензии AGPL-3.0, коммерческое использование допустимо на её условиях, но у весов моделей, токенизаторов и голосов свои отдельные условия — и клонировать можно только те голоса, на которые у вас есть разрешение.Будут ли голосовые модели работать без отдельной видеокарты?Да, но медленнее: видеокарты NVIDIA получают ускорение через CUDA, Apple Silicon — через Metal (MPS), а на встроенной графике и старых компьютерах всё полностью работает на CPU — тогда установка ставит сборку PyTorch для CPU размером около 5 ГБ.
Да, но медленнее: видеокарты NVIDIA получают ускорение через CUDA, Apple Silicon — через Metal (MPS), а на встроенной графике и старых компьютерах всё полностью работает на CPU — тогда установка ставит сборку PyTorch для CPU размером около 5 ГБ.Может ли ИИ-агент для программирования сам установить им управлять?Да — вставьте промпт установки в Claude Code, Codex или Cursor либо выполните npx skills add debpalash/VoiceStudio. Руководство для агента охватывает определение железа, переиспользование существующих данных и вопрос перед загрузкой моделей.
Да — вставьте промпт установки в Claude Code, Codex или Cursor либо выполните npx skills add debpalash/VoiceStudio. Руководство для агента охватывает определение железа, переиспользование существующих данных и вопрос перед загрузкой моделей.Есть ли API, чтобы другие инструменты могли им управлять?Да — в комплекте есть локальный API и MCP-эндпоинт, так что агенты и скрипты могут запускать клонирование, озвучку или пакетные задачи; необязательные удалённые воркеры могут разделять нагрузку.
Да — в комплекте есть локальный API и MCP-эндпоинт, так что агенты и скрипты могут запускать клонирование, озвучку или пакетные задачи; необязательные удалённые воркеры могут разделять нагрузку.У меня осталась старая сборка на Tauri — нужно что-то делать?Да. Версия 0.5.3 стала последним релизом на Tauri, и теперь Electron — единственное десктопное приложение; существующим пользователям Tauri нужно установить его отдельно, при этом установщик сохранит ваши настройки, проекты и модели.
Да. Версия 0.5.3 стала последним релизом на Tauri, и теперь Electron — единственное десктопное приложение; существующим пользователям Tauri нужно установить его отдельно, при этом установщик сохранит ваши настройки, проекты и модели.Какой голосовой движок используется под капотом?По умолчанию используется движок на базе k2-fsa/OmniVoice, а другой можно выбрать из каталога функций и движков — требования к железу зависят от движка.
По умолчанию используется движок на базе k2-fsa/OmniVoice, а другой можно выбрать из каталога функций и движков — требования к железу зависят от движка.What are similar projects?voicebox, pyvideotrans, voice-pro, VideoLingo, ebook2audiobook, VibeVoice, MOSS-TTS, lipflow
voicebox, pyvideotrans, voice-pro, VideoLingo, ebook2audiobook, VibeVoice, MOSS-TTS, lipflowWhich topics is it in?dubbing, audiobook, dictation, translate, voice-ai, mlx, transcription, voice-cloning, speech-to-text, tts, text-to-speech, workflow
dubbing, audiobook, dictation, translate, voice-ai, mlx, transcription, voice-cloning, speech-to-text, tts, text-to-speech, workflow