Skip to content

Latest commit

 

History

History
579 lines (398 loc) · 32.7 KB

README_PL.md

File metadata and controls

579 lines (398 loc) · 32.7 KB

VoiceStudio

Odznaka Trendshift pokazująca miejsce VoiceStudio wśród popularnych repozytoriów

🎉 100 000 gwiazdek na GitHubie — dziękujemy!

Studio głosowe AI. Na Twoim urządzeniu.

Klonuj i projektuj głosy, twórz dubbing, dyktuj, transkrybuj i generuj narrację w 646 językach.

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

CI Najnowsze wydanie AGPL-3.0 wyświetlenia Join Discord

Sponsorzy strategiczni  OpenGTM Opal Supermetry   ·   Specjalny sponsor  Spicrawl

Prezentacja aplikacji: klonowanie głosu, projektowanie głosu, dubbing i zarządzanie modelami
Obszar roboczy wersji demonstracyjnej · Domyślny ciemny motyw · Obejrzyj wycieczkę w jakości HD

Pobierz Pierwsze kroki VoiceStudio Pro VoiceStudio Cloud

Co możesz zrobić

Obszar roboczy klonowania głosu z dołączonym głosem demonstracyjnym
Klonowanie głosu
Zamień czyste nagranie referencyjne na mowę słyszaną znajomym głosem.
Obszar roboczy do kopiowania wideo
Dubbingowanie wideo
Tłumacz i kopiuj filmy z mową zsynchronizowaną z oryginałem.
Opisz głos w obszarze roboczym projektowania głosu
Projekt głosu
Opisz głos słowami i wygeneruj go.
Instaluj i zarządzaj lokalnymi modelami mowy
Modele lokalne
Wybierz silniki i pobierz tylko te modele, których potrzebujesz.
Więcej zrzutów ekranu
Przegląd obszaru roboczego
Przegląd obszaru roboczego
Pakiety modeli
Pakiety modeli
  • 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.

Come say hello! Join us on Discord

Pro i Cloud

Wszystko powyżej jest bezpłatne, działa na Twoim sprzęcie i nie wymaga konta. Pro i Cloud są opcjonalne.

  VoiceStudio Pro

Do płatnych zleceń dla klientów na więcej niż jednym komputerze.
  • Licencja komercyjna na pracę dla klientów, wysyłana e-mailem
  • Jeden użytkownik na maksymalnie 3 urządzeniach jednocześnie
  • Wysyłaj zadania na inne swoje GPU, a projekty zostają lokalnie
  • Nowe funkcje i poprawki jako pierwszy
Wersja o zamkniętym kodzie, wymagane konto, pełny zwrot w ciągu 7 dni. Aplikacja AGPL-3.0 pozostaje bezpłatna, także do użytku komercyjnego na warunkach tej licencji.

Zobacz plany Pro →
  VoiceStudio Cloud

Hostowane API do mowy i dubbingu, już wkrótce. GPU nie jest potrzebne.
  • Mowa, projektowanie głosów i klonowanie głosu za zgodą
  • Dubbing, transkrypcja i audiobooki
  • Użycie i kredyty według dnia lub projektu
  • Długie zadania, które działają samodzielnie
Jeszcze niedostępne: dołącz do wczesnego dostępu i odbierz darmowe kredyty. Aplikacja na komputer pozostaje bezpłatna i lokalna.

Dołącz do wczesnego dostępu do Cloud →

Platformy

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).

Homebrew

brew tap debpalash/tap
brew trust --cask debpalash/tap/voicestudio
brew install --cask debpalash/tap/voicestudio
DMG

Pobierz DMG na komputer Mac, otwórz go i przeciągnij VoiceStudio do aplikacji.

Pobierz · Przewodnik

Instalator z jednym poleceniem
curl -fsSL https://voicestudio.sh/install | sh
Intel Mac · Zdalny backend · Ograniczona

Interfejs aplikacji działa na platformie Intel; podłącz go do backendu VoiceStudio na innym komputerze.

Przewodnik

[!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 | iex

Pobierz instalator Windows · Przewodnik · AMD ROCm

Windows na ARM · eksperymentalny

Natywny interfejs aplikacji; backend Pythona x64 działa w trybie emulacji na procesorze.

Pobierz · Przewodnik

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 | sh
Arch / Manjaro / EndeavourOS · AUR

AUR

yay -S voicestudio-bin

Dostępne także poprzez paru -S voicestudio-bin.

Źródła rozwoju · yay -S voicestudio-git

Kompiluj 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.zst
Ubuntu / Debian / Linux Mint · DEB

Pobierz plik .deb do bieżącego folderu, a następnie zainstaluj go:

Pobierz

sudo apt install ./VoiceStudio-*-linux-x64.deb
Snap · Ubuntu, Fedora, openSUSE i inne

Snap Store

Z zainstalowanym snapd:

sudo snap install voicestudio

Aby włączyć dostęp do mikrofonu:

sudo snap connect voicestudio:audio-record
Dowolna dystrybucja Linuksa · AppImage

Pobierz AppImage do bieżącego folderu, a następnie uruchom go:

Pobierz

chmod +x VoiceStudio-*-linux-x64.AppImage
./VoiceStudio-*-linux-x64.AppImage
Nix / 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

Przewodnik

Przewodnik

Docker · GHCR · Docker Hub

Stabilne obrazy kontenerów · CPU · NVIDIA CUDA · AMD ROCm.

GHCR

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.

Pobierz APK · Przewodnik

F-Droid · Repozytorium VoiceStudio

Dodaj to repozytorium w kliencie kompatybilnym z F-Droid; sprawdź odcisk palca w przewodniku.

https://debpalash.github.io/VoiceStudio/fdroid/repo

Przewodnik

Obtainium · Wydania GitHub

Dodaj to źródło w Obtainium lub zaimportuj dostarczoną konfigurację.

https://github.com/debpalash/VoiceStudio

Importuj konfigurację

Zainstaluj 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.

Pobierz · Przewodnik

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.

Pierwsze kroki

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 data

Jeśli 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 dev

bun 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.

Dokumentacja

Wszystkie przewodniki

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).

Sponsorzy

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.

OpenGTM Opal Supermetry

Jeśli masz pytania dotyczące sponsoringu, skontaktuj się z sponsor@voicestudio.sh.

Sponsoruj na GitHubie Sponsorzy Ko-fi · PayPal · Poziomy i korzyści · Umieść swoje logo na liście

Inne projekty

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

Zespół

Podstawowy zespół

Palash Debnath
Palash Debnath
Twórca i główny zespół
palash.dev · GitHub · X
Shimul Debnath
Shimul Debnath
Zespół podstawowy
shimul.me · GitHub · X

Współautorzy

@kevin9327 @jaketame @psiberfunk @rudycelekli @paoloantinori @Chang-Jin-Lee @swadhinbiswas @BichengWang @nirmalchatur @Shivendra-Coherent @marreiradigital @nvtoan0201-swe

Dziękujemy wszystkim, którzy przesyłają kody, raporty, tłumaczenia i pomysły. Wszyscy współautorzy · Współpraca

Licencja i odpowiedzialne użytkowanie

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.

Samouczki społeczności

VoiceStudio tutorial by Nafay 3D on YouTube VoiceStudio tutorial by Samuel Gregory on YouTube VoiceStudio tutorial by kilObit on YouTube
Nafay 3D · Samuel Gregory · kilObit

Come say hello! Join us on Discord