Генератор голоса с открытым кодом: бесплатно и без лимитов

Что в ролике
Если вы платите за синтез речи в ElevenLabs, есть бесплатный вариант — Voice Studio, опенсорсный генератор, который работает локально и не требует аккаунта. Установка начинается со страницы релизов на GitHub: нужно скачать установщик для Windows, Mac или Linux, а в Windows при появлении предупреждения SmartScreen нажать «More info» и «Run anyway». После установки локального рантайма объёмом около 10 ГБ программа сама проверяет компоненты и предлагает четыре пакета моделей — fast, balanced, quality и max, из которых можно выбрать нужный под мощность компьютера. Голос можно описать чертами характера, например male, middle-aged, low pitch, и сохранить в профиль, а для клонирования достаточно загрузить запись до 20 секунд. Качество клона зависит от выразительности исходной записи: плоское чтение даст плоского клона, энергичное — живого. В Voice Studio также есть дубляж видео с распознаванием речи (ASR) и переводом, функция AutoCast для озвучки диалогов разными голосами и режим аудиокниги, из которой можно экспортировать MP3 или файл с главами. Для коммерческого использования нужно выбирать в каталоге модель с соответствующей лицензией, например Cozy Voice 3, а спонсорская вставка показывает Playable от Higsfield — генератор игр по описанию.
Практика
- Что получишь
- Полный бесплатный инструмент для синтеза речи, клонирования голоса, дубляжа видео и озвучки аудиокниг без лимитов по количеству генераций. Вы сможете создавать голоса под своих персонажей и монетизировать готовые аудио при соблюдении лицензий моделей.
- Первый шаг
- Скачайте установщик Voice Studio с GitHub-страницы релизов, запустите его и следуйте шагам мастера, выбрав подходящий пакет моделей (например, balanced).
- Цифры
- —10 ГБ — столько занимает локальный рантайм при первой установке Voice Studio
- —20 секунд — максимальная длина референсной записи для клонирования голоса
- —600 языков — столько языков поддерживает Voice Studio для синтеза речи
- —4 пакета моделей — fast, balanced, quality, max, на выбор в зависимости от мощности компьютера
- Честно
- Видео содержит спонсорскую интеграцию Playable от Higsfield, а в описании автор ведёт на свой сайт с PDF-гайдами. Сама Voice Studio бесплатна и с открытым кодом, но голосовые модели имеют лицензии: стандартная разрешает только личное и исследовательское использование, для коммерции нужно переключиться на модель типа Cozy Voice 3. В Windows при установке появляется предупреждение SmartScreen, о котором предупреждают на GitHub.
Если слова незнакомы — 3 терминов
- ASRавтоматическое распознавание речи, превращает звук в текст
- AutoCastфункция, которая сама находит в тексте реплики персонажей и назначает им голоса
- локальный рантаймпрограммная среда, которая выполняется на вашем компьютере, а не на чужом сервере
Компоненты
5 шт.Формат: пошаговый урок · для новичков · уверенность разметки 0.9 · источник