Speech Studio

Open- source Mac app pro lokální hlasové klonování a multireproduktor dialogové generace. Drop hlasový vzorek, klon to, napsat scénu, syntetizovat - vše na notebooku. Žádné API klávesy, žádný cloud, žádné per- charakter ceny.

github.com / soniqo / speech-studio Apache 2.0 Instalovat

30- druhý slepý test: skutečný hlas, stejný hlas klonovaný lokálně Speech Studio, a stejný hlas klonovaný ElevenLabs v cloudu. Můžete říct, který je který?

Co to dělá

Hlasové klonování z krátké reference - za pár vteřin pronést řeč, naklonovat hlas lokálně.
Generování dialogového okna s více reproduktory - napsat scénu s více reproduktory, syntetizovat všechny v jednom průsmyku.
Běží výhradně na vašem Mac - VoxCPM2 přes MLX, DeepFilterNet3 pro potlačení hluku, není nutná žádná síť.
Otevřený zdroj pod Apache 2.0 - vidličku, vložit, postavit na tom.

Požadavky

macOS 15+ (Apple Silicon), Windows 10+ (x64) nebo Linux (x64)
Apple Silicon na Mac; jakýkoliv moderní 64- bit CPU v Windows / Linux
8 GB RAM minimum (doporučeno 16)
~ 3-5 GB disk pro modely řeči (staženo při prvním spuštění)

Instalovat

Stáhněte si build pro vaši platformu od GitHub Releations - macOS .dmg, Windows .msi/.exe, nebo Linux .deb/.AppImage - a pak ho odpálit:

↓ Stáhnout nejnovější Všechny úniky

Stavby jsou nesignovány: na macOS otevřeno pravým tlačítkem myši → Otevřít (nebo Nastavení systému → Ochrana osobních údajů a bezpečnost → Otevřeno tak jako tak); na Windows vybrat Více informací → Spustit tak jako tak ve SmartScreen. První spuštění stahuje VoxCPM2 model řeči (~2.75 GB zapnuto macOS, ~4.6 GB zapnuto Windows/Linux) a caches it; later starts repair the cache.

Preferujete CLI?

Stejný hlas klonování plynovodů lodí v speech CLI: brew install speechTak... speech speak --engine voxcpm2 --voxcpm2-ref-audio reference.wav -o cloned.wav "Hello, this is my cloned voice." - užitečné pro skriptování nebo předkres. Viz Příručka pro klonování hlasu pro plný tok.

Stav

Speech Studio je v aktivním náhledu (v0.0.4), s instalátory pro macOS, Windows a Linux - macOS klony přes MLX, Windows a Linux speech-coreLiteRT VoxCPM2 motor. Zdroj repo na github.com / soniqo / speech-studio Sleduje aplikaci GUI; hvězda / sledovat ji pro oznámení o uvolnění.

Na čem je postavena

Speech Studio je tenký GUI na vrcholu speech-swift, Open- source Swift knihovna, která přepravuje každý model použitý v demo:

VoxCPM2 - model hlasového klonování (nula-shot, krátký odkaz)
DeepFilterNet3 - denoise reference + klonovaný výstup
Qwen3-ASR - sladit řeč s textem (používá se v demo-test build ropovodu)
Nucené přiřazení - word- level timestracks for editing
Klonování hlasu průvodce - kompletní přehled potrubí

Plán

Dnes: macOS, Windows a Linux.
Další: signed & notarized builds (no Gatekeeper / SmartScreen impects).
Potom: hlubší editační plocha, plugin podpora pro swapovatelné klonovací modely.

Zpětná vazba

Otevřít problém na github.com / soniqo / speech-studio / emise - každý z nich dostane číst.