Traduzione automatica · Originale inglese
Speech Studio
Apri-source Mac app per clonazione vocale locale e generazione di dialogo multi-altoparlante. Getta un campione vocale, clone, scrivi una scena, sintetizza - tutto sul tuo computer portatile. No API chiavi, no cloud, no per-character pricing.
Un test cieco di 30 secondi: una voce reale, la stessa voce clonata localmente da Speech Studio, e la stessa voce coagulata da ElevenLabs nel cloud.
Che cosa fa
- clonazione vocale da un breve riferimento — goccia in pochi secondi di discorso, clonare la voce localmente.
- Generazione di dialogo multi-altoparlante — scrivere una scena con più altoparlanti, sintetizzare tutti in un unico passaggio.
- Funziona interamente sul tuo Mac — VoxCPM2 tramite MLX, DeepFilterNet3 per la soppressione del rumore, nessuna rete richiesta.
- Open source sotto Apache 2.0 — fork it, embed it, build on it.
Requisiti
- macOS 15+ (Apple Silicon), Windows 10+ (x64), o Linux (x64)
- Apple Silicon su Mac; qualsiasi moderno 64- Abitazione CPU su Windows/Linux
- 8 GB RAM minimo (16 GB raccomandato)
- ~3–5 GB disco per i modelli di discorso (downloaded on first run)
Installazione
Scarica la costruzione per la tua piattaforma da GitHub Releases — macOS .dmg, Windows .msi/.exeo Linux .deb/.AppImage — poi lanciarlo:
Le costruzioni non sono firmate: su macOS aperto tramite il tasto destro del mouse → Aprire (o Impostazioni di sistema → Privacy & Sicurezza → Aprire comunque); su Windows scegliere Maggiori informazioni → Correre comunque in SmartScreen. Primo lancio scarica il VoxCPM2 modello di discorso (~2.75 GB su macOS, ~4.6 GB su Windows/Linux) e la cache; in seguito lancia riutilizzare la cache.
La stessa voce clonazione navi pipeline nella speech CLI: brew install speechAllora... speech speak --engine voxcpm2 --voxcpm2-ref-audio reference.wav -o cloned.wav "Hello, this is my cloned voice." — utile per lo scripting o i lotti pre-rendering. guida di clonazione vocale per il pieno flusso.
Speech Studio è in anteprima attiva (v0.0.4), con installatori per macOS, Windows e Linux — cloni macOS tramite MLX, Windows e Linux via speech-coreIl motore LiteRT VoxCPM2. Il ripetitore di origine github.com/soniqo/speech-studio traccia l'applicazione GUI; stella / guardarlo per le notifiche di rilascio.
Su cosa è costruito
Speech Studio è una GUI sottile in cima speech-swift, la libreria open source Swift che spedisce ogni modello utilizzato nella demo:
- VoxCPM2 — il modello di clonazione vocale (zero-shot, breve riferimento)
- DeepFilterNet3 — denotare il riferimento + l'output clonato
- Qwen3-ASR — allineare il discorso al testo (utilizzato nella pipeline di costruzione più cieca della demo)
- Allineamento forzato — timestamp a livello di parola per la modifica
- Guida di clonazione — Panoramica completa del gasdotto
Mappa stradale
- Oggi: macOS, Windows, e Linux
- Next: firmato & notarized builds (nessun gatekeeper/SmartScreen prompts).
- Dopo di che: superficie di editing più profonda, supporto plugin per modelli di clonazione swappable.
Feedback
Aprire un problema a github.com / soniqo/speech-studio/problemi