🎉 100 000 gwiazdek na GitHubie — dziękujemy!
Działa na Twoim laptopie, komputerze stacjonarnym, serwerach, telefonie, tablecie i nie tylko
Strona internetowa · Pobierz · Pierwsze kroki · Dokumentacja · VoiceStudio Pro · VoiceStudio Cloud
🇬🇧 English · 🇨🇳 简体中文 · 🇯🇵 日本語 · 🇰🇷 한국어 · 🇷🇺 Русский · 🇸🇦 العربية · 🇩🇪 Deutsch · 🇪🇸 Español · 🇫🇷 Français · 🇮🇳 हिन्दी
🇮🇩 Bahasa Indonesia · 🇮🇹 Italiano · 🇳🇱 Nederlands · 🇵🇱 Polski · 🇵🇹 Português · 🇹🇭 ไทย · 🇹🇷 Türkçe · 🇹🇼 繁體中文 · 🇺🇦 Українська · 🇻🇳 Tiếng Việt
Obszar roboczy wersji demonstracyjnej · Domyślny ciemny motyw · Obejrzyj wycieczkę w jakości HD
![]() Klonowanie głosu Zamień czyste nagranie referencyjne na mowę słyszaną znajomym głosem. |
![]() Dubbingowanie wideo Tłumacz i kopiuj filmy z mową zsynchronizowaną z oryginałem. |
![]() Projekt głosu Opisz głos słowami i wygeneruj go. |
![]() Modele lokalne Wybierz silniki i pobierz tylko te modele, których potrzebujesz. |
- Dyktuj i transkrybuj — pływający widżet do dyktowania i lokalna transkrypcja
- Narruj i wsadowo — historie, audiobooki i zadania w kolejce
- Połącz i automatyzuj — lokalne API, MCP, przepisy wielokrotnego użytku i foldery do oglądania
Zacznij od VoiceStudio (domyślnie, obsługiwanego przez k2-fsa/OmniVoice) lub wybierz spośród kilkudziesięciu innych silników w Menedżerze modeli. Zobacz katalog funkcji i silników.
Wszystko powyżej jest bezpłatne, działa na Twoim sprzęcie i nie wymaga konta. Pro i Cloud są opcjonalne.
|
Do płatnych zleceń dla klientów na więcej niż jednym komputerze.
Zobacz plany Pro → |
Hostowane API do mowy i dubbingu, już wkrótce. GPU nie jest potrzebne.
Dołącz do wczesnego dostępu do Cloud → |
Wybierz swój system, a następnie rozwiń metodę instalacji.
Natywne silniki GGUF obsługują także przyspieszenie Vulkan właściwe dla danego silnika na kartach AMD, Intel i NVIDIA (OmniVoice, CosyVoice). OmniVoice GGUF automatycznie wybiera GPU i rozmiar modelu w systemach Windows i Linux. Gdy ukryte sprawdzanie się zawiesi, wykrywanie Vulkan ponawia próbę z natywnym podsumowaniem; kompilacje desktopowe dla Windows i Linux kończą się błędem zamiast po cichu pomijać moduł Vulkan.
macOS · Homebrew · DMG · instalator
Stabilny · Jabłko krzemowe
macOS 13.3+ · Apple Silicon: lokalne silniki z Metal (MPS).brew tap debpalash/tap brew trust --cask debpalash/tap/voicestudio brew install --cask debpalash/tap/voicestudioDMG
Pobierz DMG na komputer Mac, otwórz go i przeciągnij VoiceStudio do aplikacji.
Instalator z jednym poleceniem
curl -fsSL https://voicestudio.sh/install | shIntel Mac · Zdalny backend · Ograniczona
Interfejs aplikacji działa na platformie Intel; podłącz go do backendu VoiceStudio na innym komputerze.
[!NOTE] W macOS komunikat «VoiceStudio jest uszkodzone i nie można go otworzyć» oznacza, że Gatekeeper zablokował aplikację, a nie że pobrany plik jest uszkodzony. Rozwiązanie problemu z Gatekeeperem.
Windows · PowerShell · EXE
Eksperymentalna konfiguracja Windows ROCm obsługuje wybrane układy RDNA 2 RX 6000 z architekturą docelową gfx1030, gfx1031 lub gfx1032; RX 6500 XT (gfx1034) nie jest obsługiwany. Oddzielnie przypięta wersja CTranslate2 zawiera natywne jądra gfx1031 do transkrypcji na RX 6700 XT; konfiguracja sprawdza ich rzeczywiste wykonanie na GPU. Testy RX 6700 XT obejmują także natywne generowanie mowy w Torch i PyTorch Whisper. W ROCm 10 faster-whisper korzysta z osobnego procesu wnioskowania, zapewniając bezpieczny wybór CPU i przełączenie awaryjne na CPU. Inne karty i obciążenia podlegają ograniczeniom weryfikacji opisanym w przewodniku. Profile wydajności sprawdzają zmienione wybory silników w procesie potomnym offline przed ich zapisaniem, zachowując rozwiązanie zapasowe, gdy zainstalowane środowisko wykonawcze zawiedzie.
Stabilny · x64
Windows 10/11 x64 · NVIDIA CUDA · AMD ROCm (opcja) · Procesor.irm https://voicestudio.sh/install.ps1 | iexPobierz instalator Windows · Przewodnik · AMD ROCm
Windows na ARM · eksperymentalny
Natywny interfejs aplikacji; backend Pythona x64 działa w trybie emulacji na procesorze.
Linux · AUR · Snap · DEB · AppImage · Nix
Stabilny · x64
Linux x64 · NVIDIA CUDA · CPU · Vulkan dla obsługiwanych silników GGUF.Instalator z jednym poleceniem
curl -fsSL https://voicestudio.sh/install | shArch / Manjaro / EndeavourOS · AUR
yay -S voicestudio-binDostępne także poprzez
paru -S voicestudio-bin.Źródła rozwoju ·
yay -S voicestudio-gitKompiluj z AUR i instaluj za pomocą pacmana
sudo pacman -S --needed base-devel git git clone https://aur.archlinux.org/voicestudio-bin.git cd voicestudio-bin makepkg -s sudo pacman -U ./voicestudio-bin-*.pkg.tar.zstUbuntu / Debian / Linux Mint · DEB
Pobierz plik
.debdo bieżącego folderu, a następnie zainstaluj go:sudo apt install ./VoiceStudio-*-linux-x64.debSnap · Ubuntu, Fedora, openSUSE i inne
sudo snap install voicestudioAby włączyć dostęp do mikrofonu:
sudo snap connect voicestudio:audio-recordDowolna dystrybucja Linuksa · AppImage
Pobierz AppImage do bieżącego folderu, a następnie uruchom go:
chmod +x VoiceStudio-*-linux-x64.AppImage ./VoiceStudio-*-linux-x64.AppImageNix / NixOS · środowisko źródłowe
Wejdź do środowiska programistycznego FHS repozytorium, a następnie uruchom ze źródła:
git clone https://github.com/debpalash/VoiceStudio.git cd VoiceStudio nix develop .#fhs bun run dev
Docker · GHCR · Docker Hub
Stabilne obrazy kontenerów · CPU · NVIDIA CUDA · AMD ROCm.
Uruchom lokalnie na procesorze (Bash)
export OMNIVOICE_API_KEY="$(openssl rand -hex 32)" docker run -d --name omnivoice \ -p 127.0.0.1:3900:3900 \ -e OMNIVOICE_API_KEY \ -e OMNIVOICE_DATA_DIR=/app/omnivoice_data \ -v omnivoice-data:/app/omnivoice_data \ ghcr.io/debpalash/voicestudio:stable printf 'API key: %s\n' "$OMNIVOICE_API_KEY"Otwórz http://localhost:3900 i użyj klucza API wydrukowanego poniżej.
Instrukcje NVIDIA, AMD ROCm i Compose
Docker Hub Mirror:
palashdeb/omnivoice-studio:stable
Android · APK · Obtainium · Repozytorium F-Droid
Android 10+ · Podgląd · Na urządzeniu, offline po pobraniu modelu.
F-Droid · Repozytorium VoiceStudio
Dodaj to repozytorium w kliencie kompatybilnym z F-Droid; sprawdź odcisk palca w przewodniku.
https://debpalash.github.io/VoiceStudio/fdroid/repoObtainium · Wydania GitHub
Dodaj to źródło w Obtainium lub zaimportuj dostarczoną konfigurację.
https://github.com/debpalash/VoiceStudioZainstaluj przez USB z adb
adb install -r VoiceStudio-*-android.apk
iPhone / iPad · IPA · ładowanie boczne
iOS / iPadOS 17+ · Podgląd · Na urządzeniu, offline po pobraniu modelu.
Pobierz IPA i postępuj zgodnie z instrukcjami podpisywania i ładowania bocznego.
Instalatory komputerów stacjonarnych i telefonów znajdują się w najnowszej wersji; Obrazy Dockera pochodzą z GHCR. Brak procesora graficznego? Aplikacja jest w pełni użyteczna na procesorze, tylko wolniej. Natywne silniki GGUF mogą również używać Vulkan na procesorach graficznych AMD, Intel i NVIDIA; OmniVoice GGUF automatycznie wybiera rozmiar procesora graficznego i modelu w systemach Windows i Linux (OmniVoice, CosyVoice). Szybkość według silnika i sprzętu: wydajność.
Zainstaluj, korzystając z powyższych opcji. Następnie otwórz Klonowanie głosu, wybierz głos lub dodaj czyste nagranie referencyjne, wpisz tekst i wygeneruj. Aplikacja pyta przed pobraniem dowolnego modelu.
Więcej opcji instalacji: konkretna wersja, aktualna wersja główna, odinstaluj, ze źródła, za pomocą agenta kodującego
curl -fsSL https://voicestudio.sh/install | sh -s -- --version X.Y.Z # a specific release
curl -fsSL https://voicestudio.sh/install | sh -s -- --main # build current main
curl -fsSL https://voicestudio.sh/install | sh -s -- --uninstall # remove the app, keep your dataJeśli voicestudio.sh jest nieosiągalny, uruchom skrypt bezpośrednio z repozytorium: curl -fsSL https://raw.github.com/debpalash/VoiceStudio/main/scripts/install.sh | sh. Wymagania wstępne i zachowanie: podręcznik instalatora.
Ze źródła
git clone https://github.com/debpalash/VoiceStudio.git
cd VoiceStudio
bun run devbun run dev instaluje zależności JavaScript i, w przypadku korzystania z obsługiwanego lokalnego backendu, zależności Pythona przed uruchomieniem Electrona. Uruchom bun run setup:api bezpośrednio, gdy potrzebujesz jedynie odbudować środowisko Pythona.
Zobacz Konfiguracja elektronów.
Za pomocą środka kodującego (Claude Code, Codex, Cursor,…) wklej:
Install the VoiceStudio app on this device and verify it works, following
https://github.com/debpalash/VoiceStudio/blob/main/docs/install/agent.md
Aktualizujesz wersję 0.5.3 lub starszą (aplikacja Tauri)? Zainstaluj nową aplikację osobno.
| Potrzebować | Zacznij tutaj |
|---|---|
| Pomoc w konfiguracji | Rozwiązywanie problemów · Pobieranie modelu |
| Przewodniki | Dubbing z wieloma mówcami · Ekspresyjna mowa · Eksport dubbingu |
| Modele i jakość | Przewodniki po silniku · whisper.cpp ASR · Benchmarki |
| Integracje | CLI · Lokalny interfejs API · MCP · Przykłady |
| Aplikacje na telefon | iOS i Android |
| Rozwój | Contributing (podpisz umowę CLA przed pierwszym PR) · Dziennik zmian · Zasady podpisywania kodu |
Umiejętności agentów: npx skills add debpalash/VoiceStudio (voicestudio do pracy z dźwiękiem, voicestudio-maintainer do repozytorium).
VoiceStudio jest bezpłatne i nie opiera się na płatnej chmurze. Sponsorzy umożliwiają dalszy rozwój i wydawanie wersji, finansując czas opiekunów projektu, sprzęt testowy, podpisywanie kodu i infrastrukturę wydawniczą.
Jeśli masz pytania dotyczące sponsoringu, skontaktuj się z sponsor@voicestudio.sh.
Ko-fi · PayPal · Poziomy i korzyści · Umieść swoje logo na liście
Więcej narzędzi open source od osób tworzących VoiceStudio.
- OpenGTM — Znajdź i wzbogacaj firmy i osoby w samodzielnie hostowanym obszarze roboczym umożliwiającym wejście na rynek. Źródło.
- Opal — Oglądaj, przesyłaj strumieniowo i przeglądaj multimedia w jednym natywnym odtwarzaczu typu open source. Źródło.
- Supermetry — Poznaj swoje witryny i produkty dzięki samodzielnie hostowanym statystykom niezawierającym plików cookie. Źródło.
Więcej projektów: debpalash · velixio
![]() Palash Debnath Twórca i główny zespół palash.dev · GitHub · X |
![]() Shimul Debnath Zespół podstawowy shimul.me · GitHub · X |
Dziękujemy wszystkim, którzy przesyłają kody, raporty, tłumaczenia i pomysły. Wszyscy współautorzy · Współpraca
AGPL-3.0 obejmuje aplikację, w tym wykorzystanie komercyjne zgodnie z jej warunkami. Wagi modeli, głosy i wygenerowane dane wyjściowe mają własne licencje, które Menedżer modelu pokazuje dla każdego modelu (inwentarz). Klonuj głos tylko za zgodą jego właściciela. Szczegóły: LICENSE-NOTICE.md.










