VoiceStudio Plus gom nhân bản giọng nói, thiết kế giọng nói và lồng tiếng video vào một không gian làm việc trên máy tính. Năm giây âm thanh tham chiếu là đủ để nhân bản một giọng nói — và mọi thứ chạy trên GPU của bạn. Chỉ lần tải mô hình đầu tiên cần mạng.
Nhân bản, thiết kế và lồng tiếng mỗi phần có màn hình riêng với những tham số cần thiết cho công việc đó. Giọng, mô hình và bản thu đều nằm trong một thư viện dự án.
Đưa vào 5–15 giây giọng nói rõ ràng, phần mềm sẽ nhân bản giọng đó và đọc bất kỳ văn bản nào bạn nhập.
Không cần mẫu: mô tả giới tính, độ tuổi, cao độ, giọng điệu, phương ngữ và phong cách, hệ thống sẽ tạo giọng từ đầu.
Nhập video: phần mềm phiên âm, chia theo câu và lồng tiếng từng dòng sang ngôn ngữ đích, rồi xuất kết quả khớp dòng thời gian.
Phần lớn công cụ giọng nói thất bại ngay ở bước cài đặt. Ở đây môi trường chạy, mô hình và máy chủ gương đã được nối sẵn.
Nhân bản và tổng hợp diễn ra trên máy của bạn. Âm thanh tham chiếu, bản thảo và bản thu hoàn chỉnh không bao giờ tới máy chủ — và phần mềm vẫn chạy khi mất mạng.
Hệ thống mặc định bao phủ 646 ngôn ngữ; lồng tiếng, phiên âm và dịch giữa các ngôn ngữ dùng chung một nền tảng mô hình.
Kết xuất theo chương và hàng đợi chạy tự động không cần giám sát, mỗi tác vụ giữ riêng ngôn ngữ, giọng và thiết lập nền.
Trỏ n8n, LiteLLM hoặc script của bạn vào dịch vụ cục bộ và điều khiển giọng nói, phiên âm, dịch qua các đầu cuối /v1.
Bản thu nhiều người nói được tách tự động theo từng người, và tiện ích nhập bằng giọng nói nổi chuyển lời nói thành văn bản trong mọi ứng dụng.
Môi trường chạy, mọi thư viện phụ thuộc và mô hình bắt buộc đều lấy từ máy chủ gương của chúng tôi — không cần kết nối trực tiếp huggingface.co hay PyPI.
Với card NVIDIA, phần mềm tự bật CUDA, VRAM càng lớn càng nhanh; trên máy của chúng tôi, RTX 2080 Ti 22 GB chạy được mọi tính năng.
Vẫn chạy được khi không có GPU NVIDIA — trình cài đặt tự cài bản CPU của thư viện suy luận, chỉ chậm hơn nhiều. Chip Apple Silicon và card AMD hiện chưa có đường tăng tốc riêng.
Khoảng 221 MB, chỉ gồm phần vỏ. Lần mở đầu tiên, phần mềm thiết lập môi trường Python ở chế độ nền: khoảng 9.5 GB cho CUDA, khoảng 5 GB cho CPU.
Mô hình bắt buộc thêm khoảng 3 GB. Nên để trống 15 GB trở lên sau khi cài; có thể chuyển thư mục môi trường sang ổ khác trong phần Cài đặt.
Phần mềm cài thư viện suy luận CPU hoặc CUDA tùy theo máy, sau đó tải mô hình bắt buộc, tiến trình hiển thị ngay trong ứng dụng.
Mọi lượt tải đều tiếp tục được — đóng ứng dụng giữa chừng thì lần sau tải tiếp từ chỗ dừng. Mô hình bắt buộc đã có máy chủ gương riêng nên kết nối trực tiếp từ Trung Quốc đại lục.
Không. Nhân bản, thiết kế, lồng tiếng và phiên âm đều chạy cục bộ; âm thanh tham chiếu và đầu ra chỉ ghi lên đĩa của bạn.
Chỉ lần tải mô hình đầu tiên cần mạng; sau đó dùng được khi ngoại tuyến. Phân tích sử dụng trong ứng dụng mặc định tắt và cần bạn đồng ý rõ ràng.
VoiceStudio là dự án mã nguồn mở của Palash Debnath và những người đóng góp (AGPL-3.0). Bản này dựa trên dự án đó, được điều chỉnh cho công việc tiếng Trung và mạng tại Trung Quốc đại lục.
Phần miễn phí giữ đầy đủ mọi tính năng sáng tạo; các công cụ quy trình sản xuất bổ sung đi kèm bản Plus. Trang Plus trong ứng dụng liệt kê chính xác những gì được bao gồm.
Hệ thống mặc định bao phủ 646 ngôn ngữ, gồm tiếng Trung, tiếng Anh, tiếng Nhật, tiếng Hàn và các ngôn ngữ châu Âu chính. Thiết kế giọng nói còn có phương ngữ Trung Quốc như tiếng Tứ Xuyên và nhiều giọng tiếng Anh.
Phần Cài đặt có nhật ký môi trường chạy và thông tin chẩn đoán. Hãy xem phần cuối lỗi trong Cài đặt → Nhật ký; sự cố về mô hình thường hiện ở trang Mô hình dưới dạng thiếu tệp.
Nếu vẫn chưa giải quyết, hãy gửi phần cuối nhật ký kèm thông tin hệ thống của bạn.
Windows 10 / 11 · 64-bit · Bộ cài chỉ gồm phần vỏ; môi trường chạy được thiết lập ở lần mở đầu tiên
Bộ cài khoảng 221 MB · môi trường chạy khoảng 9.5 GB · mô hình bắt buộc khoảng 3 GB
Nhấp đúp để cài. Cài đè lên phiên bản đang có sẽ giữ nguyên thư mục dữ liệu của bạn. SHA-256：d466bacc50e0c8aa993de638167e8560ec36b028601af799a2351713fd51c9a0