O VoiceStudio Plus reúne clonagem de voz, design de voz e dublagem de vídeo em um único espaço de trabalho no desktop. Cinco segundos de áudio de referência bastam para clonar uma voz — e tudo roda na sua própria GPU. Só o primeiro download de modelos precisa de internet.
Clonagem, design e dublagem têm cada um sua própria tela, com os parâmetros que importam para aquela tarefa. Vozes, modelos e gravações ficam todos em uma mesma biblioteca de projeto.
Dê de 5 a 15 segundos de fala limpa e ele clona esse timbre, pronto para dizer qualquer texto que você digitar.
Sem amostra: descreva gênero, idade, tom, sotaque, dialeto e estilo, e o mecanismo cria uma voz do zero.
Importe um vídeo: ele transcreve, divide por frases e dubla cada linha no idioma de destino, depois exporta um resultado alinhado à linha do tempo.
A maioria das ferramentas de voz trava na etapa de instalação. Aqui o ambiente, os modelos e os espelhos já vêm conectados.
A clonagem e a síntese acontecem na sua máquina. Áudio de referência, manuscritos e gravações finais nunca chegam a um servidor — e tudo continua funcionando offline.
O mecanismo padrão cobre 646 idiomas; dublagem, transcrição e tradução entre idiomas compartilham a mesma base de modelo.
Renderização por capítulos e uma fila de lotes sem supervisão, com cada tarefa mantendo seu próprio idioma, voz e ajustes de fundo.
Aponte o n8n, o LiteLLM ou seus próprios scripts para o serviço local e controle fala, transcrição e tradução pelos endpoints /v1.
Gravações com vários falantes são separadas automaticamente por voz, e um widget flutuante de ditado transforma fala em texto em qualquer aplicativo.
O ambiente, todas as dependências e o modelo necessário vêm dos nossos próprios espelhos — não é preciso acessar huggingface.co nem PyPI diretamente.
Com uma placa NVIDIA, o CUDA é ativado automaticamente, e quanto mais VRAM, mais rápido; na nossa própria máquina, uma RTX 2080 Ti com 22 GB roda tudo.
Também funciona sem GPU NVIDIA — a instalação adiciona automaticamente a versão para CPU da biblioteca de inferência, só que bem mais lenta. Apple Silicon e placas AMD ainda não têm um caminho de aceleração próprio.
Cerca de 221 MB, apenas o shell. No primeiro início ele configura o ambiente Python em segundo plano: cerca de 9.5 GB para CUDA e cerca de 5 GB para CPU.
O modelo necessário acrescenta cerca de 3 GB. Deixe 15 GB ou mais livres após a instalação; a pasta do ambiente pode ser movida para outro disco nas Configurações.
Ele instala as bibliotecas de inferência para CPU ou CUDA conforme a sua máquina e depois baixa o modelo necessário, com o progresso exibido no aplicativo.
Todos os downloads são retomados — feche o aplicativo no meio e ele continua na próxima vez. O modelo necessário é espelhado por nós, então na China continental a conexão é direta.
Não. Clonagem, design, dublagem e transcrição rodam localmente; o áudio de referência e a saída só tocam no seu disco.
Só o primeiro download de modelos precisa de internet; depois ele funciona offline. As estatísticas de uso dentro do aplicativo vêm desativadas por padrão e exigem seu consentimento explícito.
O VoiceStudio é um projeto de código aberto de Palash Debnath e colaboradores (AGPL-3.0). Esta versão é baseada nele, adaptada para o trabalho em chinês e para redes da China continental.
A parte gratuita mantém todos os recursos criativos; as ferramentas adicionais para fluxos de produção acompanham a edição Plus. A página Plus dentro do aplicativo lista exatamente o que está incluído.
O mecanismo padrão cobre 646 idiomas, incluindo chinês, inglês, japonês, coreano e as principais línguas europeias. O design de voz também oferece dialetos chineses como o sichuanês e vários sotaques do inglês.
As Configurações têm o log do ambiente e o diagnóstico. Comece pelo final dos erros em Configurações → Logs; problemas de modelo costumam aparecer na página Modelos como um arquivo ausente.
Se ainda não for resolvido, envie o final do log junto com as informações do seu sistema.
Windows 10 / 11 · 64 bits · O instalador inclui apenas o shell; o ambiente é configurado no primeiro início
Instalador cerca de 221 MB · ambiente cerca de 9.5 GB · modelo necessário cerca de 3 GB
Dê um duplo clique para instalar. Instalar sobre uma versão existente mantém a sua pasta de dados. SHA-256：d466bacc50e0c8aa993de638167e8560ec36b028601af799a2351713fd51c9a0