Konekäännös · Englanninkielinen alkuperäinen
Speech Studio
Open-source Mac sovellus paikallisäänikloonaukseen ja monikaiuttimen dialogipolveen. Pudota ääninäyte, kloonaa se, kirjoita kohtaus, syntetisoi kaikki tietokoneeseen. No API avaimet, ei pilvi, ei merkkiä kohden hinnoittelua.
30 sekunnin sokea testi: todellinen ääni, sama ääni kloonattu paikallisesti Speech Studio, ja sama ääni klooni ElevenLabs pilvessä. Voitko kertoa mikä on?
Mitä se tekee?
- Äänen kloonaus lyhyen viitteen ...
- Multi-kaiutin-ikkunan sukupolvi ... Kirjoita kohtaus, jossa on useita kaiuttimia ja syntetisoi kaikki ne yhdellä solalla.
- Suojat kokonaan Mac ... VoxCPM2 via MLX, DeepFilterNet3 meluneston osalta ei tarvita verkkoa.
- Avoin lähde Apache 2,0 ...
Vaatimukset
- macOS 15+ (Apple Silicon), Windows 10+ (x64), tai Linux (x64)
- Apple Silicon Mac; mikä tahansa nykyaikainen 64-bittinen CPU Windows/Linux
- 8 GB RAM vähintään (16 GB suositeltava)
- ~3...5 GB-levy puhemalleille (ladattu ensimmäisellä kerralla)
Asenna
Lataa alustan rakennus GitHub Julkaisut macOS .dmg, Windows .msi/.exeLinux .deb/.AppImage Sitten käynnistää sen:
Rakennelmat ovat signeeraamattomia: macOS auki oikealla napsautuksella → Avaa (tai Järjestelmäasetukset → Yksityisyys ja turvallisuus → Avaa joka tapauksessa); Windows:n valitessa Lisätietoja → Juokse joka tapauksessa SmartScreenissä. Lataa ensin VoxCPM2 puhemalli (~2.75 GB on macOS, ~4.6 GB on Windows/Linux) ja kätkee sen; myöhemmin käynnistää uudelleen välimuisti.
Sama ääni kloonaa putkialusten speech CLI: brew install speech, sitten speech speak --engine voxcpm2 --voxcpm2-ref-audio reference.wav -o cloned.wav "Hello, this is my cloned voice." .. hyödyllinen skriptaukseen tai esirenderointiin. äänen kloonausopas Täysi virtaus.
Speech Studio on aktiivisessa esikatselussa (v0.0.4), jossa on asentajat macOS, Windows ja Linux macOS-kloonit MLX:n, Windows ja Linux kautta speech-coreLiteRT VoxCPM2-moottori. github.com/soniqo/speech-studio seuraa käyttöliittymäsovellusta; tähti/tarkkaile sitä julkaisuilmoituksia varten.
Mitä se on rakennettu
Speech Studio on ohut käyttöliittymä speech-swift -kirjaston päällä, avoin lähde Swift -kirjasto, joka toimittaa kaikki demossa käytetyt mallit:
- VoxCPM2 ...
- DeepFilterNet3 ...
- Qwen3-ASR ...
- Suojattu yhdenmukaistaminen Sanatason aikaleimat muokkaukseen
- Voice Cloning -opas
Eteneminen
- Tänään: macOS, Windows ja Linux.
- Seuraava: allekirjoitettuja ja notarisoituja rakennuksia (ei portinvartijaa/älynäyttöä).
- Sen jälkeen: syvempi muokkauspinta, lisätuki vaihdettavalle kloonausmallille.
Palaute
Avaa numero github.com/soniqo/puhe-studio/asiat .