Traducere automată · Originalul în engleză
Speech Studio
Open-source Mac aplicaţie pentru clonarea vocală locală şi generaţia de dialog multi-speaker. Aruncaţi o mostră de voce, clonaţi-o, scrieţi o scenă, sintetizaţi toate de pe laptop. Nr API chei, fără cloud, fără preţuri per-personaj.
Un test orb de 30 de secunde: o voce reală, aceeași voce clonată local de Speech Studio, și aceeași voce clonată de ElevenLabs în nor. Vă puteți da seama care este care?
Ce face
- Clonarea vocală dintr-o scurtă referinţă drop în câteva secunde de vorbire, clona vocea local.
- Multi-speaker dialog generaţie
- Rulează în întregime pe Mac VoxCPM2 via MLX, DeepFilterNet3 pentru suprimarea zgomotului, nu este necesară o rețea.
- Deschide sursa sub Apache 2.0 furculiță-l, înglobat, construi pe el.
Cerințe
- macOS 15+ (Apple Silicon), Windows 10+ (x64), sau Linux (x64)
- Apple Silicon pe Mac; orice 64-bit CPU despre Windows/Linux
- 8 GB RAM minim (se recomandă 16 G)
- ~3–5 Disc GB pentru modelele de vorbire (descărcat la prima rulare)
Instalează
Descărcați clădirea pentru platforma de la GitHub Lansări ? macOS .dmg, Windows .msi/.exe, sau Linux .deb/.AppImage Apoi lanseaz-o:
Clădirile sunt nesemnate: pe macOS deschis prin click dreapta → Deschide (sau Setări sistem → Confidenţialitate şi securitate → Deschide oricum); pe Windows alege Mai multe informaţii → Fugi oricum în SmartScreen. Prima lansare descarcă VoxCPM2 model de vorbire (~2.75 GB pe macOS, ~4.6 GB pe Windows/Linux) și caches it; mai târziu lansează reutilizarea cache-ului.
Aceeaşi voce clonând nave de conducte în speech CLI: brew install speech, atunci speech speak --engine voxcpm2 --voxcpm2-ref-audio reference.wav -o cloned.wav "Hello, this is my cloned voice." Pentru scripting sau pre-redare loturi. ghid de clonare vocală pentru fluxul maxim.
Speech Studio este în previzualizare activă (v0.0.4), cu instalatori pentru macOS, Windows și Linux Clonate macOS prin intermediul MLX, Windows și Linux via speech-coreMotorul LiteRT VoxCPM2. Repo sursă la github.com/soniqo/speech-studio urmărește aplicația GUI; vedetă/urmează-o pentru notificările de eliberare.
Pe ce este construit
Speech Studio este un GUI subțire pe partea de sus a speech-swift , biblioteca open-source Swift
- VoxCPM2
- DeepFilterNet3 denoise the referince + clonate output
- Qwen3-ASR
- Aliniere forţată
- Ghidul clonarea vocală
Foaie de parcurs
- Astăzi: macOS, Windows și Linux.
- Următorul: construcţii semnate & legalizate (nicio Gatekeeper/SmartScreen prompts).
- După aceea: adâncime de editare suprafață, suport plugin pentru modele de clonare swappable.
Feedback
Deschide un număr la github.com/soniqo/speech-studio/emissions