VoiceStudio Plus samlar röstkloning, röstdesign och videodubbning i en och samma skrivbordsmiljö. Fem sekunders referensljud räcker för att klona en röst — och allt körs på ditt eget GPU. Bara den första modellnedladdningen kräver nätverk.
Kloning, design och dubbning har varsin skärm med de parametrar som är viktiga för just det arbetet. Röster, modeller och tagningar ligger alla i ett gemensamt projektbibliotek.
Ge den 5–15 sekunder tydligt tal och den klonar rösten, redo att säga vad du än skriver.
Inget ljudprov behövs: beskriv kön, ålder, tonhöjd, accent, dialekt och stil, så bygger motorn en röst från grunden.
Importera en video: den transkriberar, delar upp per mening och dubbar varje replik till målspråket och exporterar sedan ett tidsanpassat resultat.
De flesta röstverktyg stupar redan vid installationen. Här är körmiljön, modellerna och speglarna redan kopplade.
Kloning och syntes sker på din dator. Referensljud, manus och färdiga tagningar når aldrig en server — och det fungerar även offline.
Standardmotorn täcker 646 språk; dubbning, transkribering och översättning mellan språk delar en gemensam modellbas.
Rendering kapitel för kapitel och en obevakad batchkö, där varje jobb behåller sina egna språk-, röst- och bakgrundsinställningar.
Rikta n8n, LiteLLM eller dina egna skript mot den lokala tjänsten och styr tal, transkribering och översättning via /v1-endpointarna.
Inspelningar med flera talare delas automatiskt upp per talare, och en flytande dikteringswidget gör tal till text i vilken app som helst.
Körmiljön, alla beroenden och den nödvändiga modellen kommer från våra egna speglar — ingen direkt anslutning till huggingface.co eller PyPI behövs.
Med ett NVIDIA-kort aktiveras CUDA automatiskt, och mer VRAM ger högre hastighet; på vår egen dator kör ett RTX 2080 Ti med 22 GB allt.
Det fungerar även utan NVIDIA-GPU — installationen lägger automatiskt in CPU-versionen av inferensbiblioteket, bara betydligt långsammare. Apple Silicon och AMD-kort har ännu ingen separat accelerationsväg.
Cirka 221 MB, bara skalet. Vid första starten ställs Python-körmiljön in i bakgrunden: cirka 9.5 GB för CUDA, cirka 5 GB för CPU.
Den nödvändiga modellen tillkommer med cirka 3 GB. Lämna 15 GB eller mer ledigt efter installationen; körmiljömappen kan flyttas till en annan disk från Inställningar.
Beroende på din dator installeras CPU- eller CUDA-inferensbiblioteken, sedan hämtas den nödvändiga modellen, med förloppet synligt i appen.
Alla nedladdningar återupptas — stäng appen mitt i och den fortsätter nästa gång. Den nödvändiga modellen speglas av oss, så fastlandskina ansluter direkt.
Nej. Kloning, design, dubbning och transkribering körs alla lokalt; referensljud och utdata hamnar bara på din disk.
Bara den första modellnedladdningen kräver nätverk; därefter fungerar det offline. Användningsstatistik i appen är avstängd som standard och kräver ditt uttryckliga samtycke.
VoiceStudio är ett projekt med öppen källkod av Palash Debnath och bidragsgivare (AGPL-3.0). Den här versionen bygger på det och är anpassad för arbete på kinesiska och för nät i fastlandskina.
Delen med öppen källkod behåller alla kreativa funktioner; extra verktyg för produktionsflöden ingår i Plus-utgåvan. Plus-sidan i appen listar exakt vad som ingår.
Standardmotorn täcker 646 språk, bland annat kinesiska, engelska, japanska, koreanska och de stora europeiska språken. Röstdesign erbjuder även kinesiska dialekter som sichuanesiska och flera engelska accenter.
Under Inställningar finns körmiljöloggen och diagnostik. Börja med slutet av felmeddelandet under Inställningar → Loggar; modellproblem syns oftast på sidan Modeller som en saknad fil.
Om det fortfarande inte är löst, skicka loggens slut tillsammans med din systeminformation.
Windows 10 / 11 · 64-bit · Installationsprogrammet innehåller bara skalet; körmiljön ställs in vid första starten
Installationsprogram cirka 221 MB · körmiljö cirka 9.5 GB · nödvändig modell cirka 3 GB
Dubbelklicka för att installera. Installation över en befintlig version behåller din datamapp. SHA-256：d466bacc50e0c8aa993de638167e8560ec36b028601af799a2351713fd51c9a0