VoiceStudio Plus объединяет клонирование голоса, дизайн голоса и дубляж видео в одном настольном рабочем пространстве. Пяти секунд эталонного аудио достаточно, чтобы клонировать голос — и всё работает на вашей видеокарте. Сеть нужна только для первой загрузки моделей.
У клонирования, дизайна и дубляжа свой экран с параметрами, которые важны именно для этой задачи. Голоса, модели и дубли хранятся в одной библиотеке проекта.
Дайте 5–15 секунд чистой речи, и он клонирует этот тембр — останется только ввести текст.
Образец не нужен: опишите пол, возраст, высоту тона, акцент, диалект и стиль — движок создаст голос с нуля.
Импортируйте видео: оно расшифровывается, разбивается по фразам, каждая реплика дублируется на целевой язык, затем экспортируется результат с выровненной шкалой времени.
Большинство голосовых инструментов ломается на этапе установки. Здесь среда, модели и зеркала уже подключены.
Клонирование и синтез выполняются на вашем компьютере. Эталонное аудио, рукописи и готовые дубли не попадают на сервер — и всё продолжает работать без сети.
Движок по умолчанию охватывает 646 языков; дубляж, расшифровка и перевод между языками используют одну модельную основу.
Рендеринг по главам и очередь пакетной обработки без участия человека, при этом каждая задача сохраняет свой язык, голос и настройки фона.
Направьте n8n, LiteLLM или собственные скрипты на локальный сервис и управляйте речью, расшифровкой и переводом через эндпоинты /v1.
Записи с несколькими говорящими автоматически разделяются по голосам, а плавающий виджет диктовки превращает речь в текст в любом приложении.
Среда, все зависимости и нужная модель берутся с наших зеркал — прямое подключение к huggingface.co или PyPI не требуется.
С картой NVIDIA CUDA включается автоматически, и чем больше видеопамяти, тем быстрее; на нашем компьютере RTX 2080 Ti с 22 GB выполняет всё.
Работает и без видеокарты NVIDIA — установщик сам ставит версию библиотеки вывода для CPU, просто намного медленнее. Для Apple Silicon и карт AMD отдельного ускорения пока нет.
Около 221 MB, только оболочка. При первом запуске в фоне настраивается среда Python: около 9.5 GB для CUDA и около 5 GB для CPU.
Нужная модель добавляет около 3 GB. После установки оставьте свободными 15 GB или больше; папку среды можно перенести на другой диск в настройках.
Установщик ставит библиотеки вывода для CPU или CUDA в зависимости от компьютера, затем загружает нужную модель, показывая прогресс в приложении.
Все загрузки возобновляются — закройте приложение на середине, и в следующий раз они продолжатся. Нужная модель размещена на нашем зеркале, поэтому из материкового Китая подключение идёт напрямую.
Нет. Клонирование, дизайн, дубляж и расшифровка выполняются локально; эталонное аудио и результаты записываются только на ваш диск.
Сеть нужна только для первой загрузки моделей; затем всё работает без подключения. Статистика использования в приложении по умолчанию отключена и требует вашего явного согласия.
VoiceStudio — проект с открытым кодом Палаша Дебнатха и участников (AGPL-3.0). Эта сборка основана на нём и адаптирована для работы с китайским языком и сетями материкового Китая.
Бесплатная часть сохраняет все творческие функции; дополнительные инструменты производственного процесса входят в издание Plus. Страница Plus в приложении подробно перечисляет, что включено.
Движок по умолчанию охватывает 646 языков, включая китайский, английский, японский, корейский и основные европейские языки. Дизайн голоса также предлагает китайские диалекты, например сычуаньский, и несколько акцентов английского.
В настройках есть журнал среды и диагностика. Начните с конца списка ошибок в разделе «Настройки → Журналы»; проблемы с моделями обычно видны на странице «Модели» как отсутствующий файл.
Если проблема не решена, пришлите конец журнала вместе со сведениями о системе.
Windows 10 / 11 · 64 бита · Установщик содержит только оболочку; среда настраивается при первом запуске
Установщик около 221 MB · среда около 9.5 GB · нужная модель около 3 GB
Дважды щёлкните для установки. Установка поверх существующей версии сохраняет папку с данными. SHA-256：d466bacc50e0c8aa993de638167e8560ec36b028601af799a2351713fd51c9a0