VoiceStudio Plus ses klonlama, ses tasarımı ve video dublajını tek bir masaüstü çalışma alanında birleştirir. Bir sesi klonlamak için beş saniyelik referans kayıt yeterli — ve her şey kendi GPU'nuzda çalışır. Yalnızca ilk model indirmesi ağ bağlantısı gerektirir.
Klonlama, tasarım ve dublajın her biri, o iş için önemli parametreleri içeren kendi ekranına sahiptir. Sesler, modeller ve kayıtlar tek bir proje kitaplığında saklanır.
5–15 saniyelik temiz konuşma verin, o sesi klonlar ve yazdığınız her şeyi söylemeye hazır olur.
Örnek gerekmez: cinsiyet, yaş, perde, aksan, lehçe ve stili tanımlayın, motor sesi sıfırdan oluştursun.
Bir video içe aktarın: metne döker, cümlelere ayırır ve her satırı hedef dile dublajlar, ardından zamanı hizalı bir sonuç dışa aktarır.
Çoğu ses aracı kurulum aşamasında tıkanır. Burada çalışma ortamı, modeller ve aynalar önceden bağlanmıştır.
Klonlama ve sentez makinenizde yapılır. Referans kayıt, metinler ve bitmiş kayıtlar hiçbir sunucuya ulaşmaz — çevrimdışı da çalışmaya devam eder.
Varsayılan motor 646 dili kapsar; diller arası dublaj, metne dökme ve çeviri tek bir model temelini paylaşır.
Bölüm bölüm işleme ve gözetimsiz toplu kuyruk; her iş kendi dil, ses ve arka plan ayarlarını korur.
n8n, LiteLLM veya kendi betiklerinizi yerel hizmete yönlendirin; konuşma, metne dökme ve çeviriyi /v1 uç noktaları üzerinden yönetin.
Çok konuşmacılı kayıtlar otomatik olarak konuşmacılara ayrılır ve yüzen bir dikte bileşeni her uygulamada konuşmayı metne dönüştürür.
Çalışma ortamı, tüm bağımlılıklar ve gerekli model kendi aynalarımızdan gelir — huggingface.co veya PyPI'ye doğrudan bağlantı gerekmez.
NVIDIA kartla CUDA otomatik etkinleşir ve VRAM arttıkça hız artar; kendi makinemizde 22 GB'lık bir RTX 2080 Ti her şeyi çalıştırıyor.
NVIDIA GPU olmadan da çalışır — kurulum çıkarım kitaplığının CPU sürümünü otomatik yükler, yalnızca çok daha yavaştır. Apple Silicon ve AMD kartlar için henüz ayrı bir hızlandırma yolu yok.
Yaklaşık 221 MB, yalnızca kabuk. İlk açılışta Python çalışma ortamını arka planda kurar: CUDA için yaklaşık 9.5 GB, CPU için yaklaşık 5 GB.
Gerekli model yaklaşık 3 GB ekler. Kurulumdan sonra 15 GB veya daha fazla boş alan bırakın; çalışma ortamı klasörü Ayarlar'dan başka bir sürücüye taşınabilir.
Makinenize göre CPU veya CUDA çıkarım kitaplıklarını kurar, ardından gerekli modeli indirir; ilerleme uygulamada gösterilir.
Her indirme devam ettirilebilir — uygulamayı yarıda kapatın, bir sonraki açılışta kaldığı yerden sürer. Gerekli model kendi aynamızdan sunulur, bu yüzden anakara Çin doğrudan bağlanır.
Hayır. Klonlama, tasarım, dublaj ve metne dökme tamamen yerelde çalışır; referans kayıt ve çıktı yalnızca kendi diskinize yazılır.
Yalnızca ilk model indirmesi ağ gerektirir; sonrasında çevrimdışı çalışır. Uygulama içi kullanım istatistikleri varsayılan olarak kapalıdır ve açık onayınızı gerektirir.
VoiceStudio, Palash Debnath ve katkıda bulunanların açık kaynak projesidir (AGPL-3.0). Bu sürüm onun üzerine kurulmuş ve Çince dilinde çalışma ile anakara Çin ağları için uyarlanmıştır.
Açık kaynak bölümü tüm yaratıcı özellikleri korur; ek üretim iş akışı araçları Plus sürümüyle gelir. Uygulama içindeki Plus sayfası nelerin dahil olduğunu tek tek listeler.
Varsayılan motor; Çince, İngilizce, Japonca, Korece ve başlıca Avrupa dilleri dahil 646 dili kapsar. Ses tasarımı ayrıca Siçuan lehçesi gibi Çince lehçeler ve birkaç İngilizce aksan sunar.
Ayarlar'da çalışma ortamı günlüğü ve tanılama bulunur. Ayarlar → Günlükler altındaki hata sonundan başlayın; model sorunları genellikle Modeller sayfasında eksik dosya olarak görünür.
Sorun hâlâ çözülmediyse günlüğün sonunu sistem bilgilerinizle birlikte gönderin.
Windows 10 / 11 · 64-bit · Kurulum yalnızca kabuğu içerir; çalışma ortamı ilk açılışta yapılandırılır
Kurulum yaklaşık 221 MB · çalışma ortamı yaklaşık 9.5 GB · gerekli model yaklaşık 3 GB
Kurmak için çift tıklayın. Var olan sürümün üzerine kurulum veri klasörünüzü korur. SHA-256：d466bacc50e0c8aa993de638167e8560ec36b028601af799a2351713fd51c9a0