VoiceStudio
Клонирование голоса по короткому фрагменту и создание новых дорожек локально.
VoiceStudio - программа позволяет клонировать голоса по короткому аудиофрагменту, создавать новые голоса по описанию, озвучивать тексты, расшифровывать аудио, делать дубляж видео, преобразовывать речь в текст и создавать аудиокниги.
VoiceStudio поддерживает 16 движков синтеза речи и 11 движков распознавания. В каталоге доступно 646 языков, хотя точное количество и качество зависят от выбранной модели. Для работы можно использовать процессор, видеокарты NVIDIA, Apple Silicon или AMD на Linux.
Основные возможности:
- клонирование голоса по короткому аудиофрагменту;
- создание голоса с заданным возрастом, акцентом, тембром и манерой речи;
- автоматическая расшифровка, перевод и озвучка видео;
- сохранение голосов разных спикеров при дубляже;
- создание рассказов и аудиокниг из текстовых сценариев, EPUB и PDF;
- экспорт аудиокниг в формате .m4b;
- голосовой ввод текста в любом приложении с расшифровкой речи в реальном времени;
- пакетная обработка аудио и видео;
- разделение речи и фоновых звуков;
- определение и разделение голосов разных участников;
- локальный REST API, API, совместимый с OpenAI, и MCP-сервер.
Для использования не нужны: аккаунт, API-ключ, подписка. Доступны версии для macOS на Apple Silicon, Windows и Linux, а также запуск через Docker.
Для комфортной работы приложения рекомендуется ПК с дискретной видеокартой NVIDIA с 6-8 ГБ видеопамяти