debpalash/VoiceStudio

Public

VoiceStudio is the open-source, fully-local ElevenLabs alternative — voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.

ai audiobook cuda dubbing elevenlabs-alternative huggingface local-first mlx omnivoice-studio speech-to-text text-to-speech transcription translate tts voice-ai voice-cloning voice-generation voicestudio workflow

Star96.8k Fork10.7k Watch334 Mở trên GitHub

Bee AI phân tích repositoryBETA

AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.

Cập nhật lần cuối: 17/10/2026

Đăng nhập để hỏi Bee AI

Tóm tắt bởi Bee AI

VoiceStudio là ứng dụng mã nguồn mở chạy hoàn toàn cục bộ thay thế ElevenLabs, hỗ trợ nhân bản giọng nói, thiết kế giọng đọc, lồng tiếng video, chuyển giọng nói thành văn bản và tạo sách nói trên 646 ngôn ngữ. Dự án cung cấp ứng dụng máy tính Electron, hỗ trợ tăng tốc bằng CUDA hoặc Apple Silicon, cùng API nội bộ và giao thức MCP cho AI agent.

Chạy hoàn toàn trên phần cứng cục bộ, đảm bảo quyền riêng tư và hỗ trợ 646 ngôn ngữ.
Mặc định sử dụng công cụ OmniVoice (k2-fsa/OmniVoice) kèm tùy chọn chuyển đổi mô hình linh hoạt.
Tích hợp sẵn Local API và giao thức Model Context Protocol (MCP) dành cho các tác tử AI.
Hỗ trợ phần cứng đa dạng từ NVIDIA GPU (CUDA), Apple Silicon (MPS) cho đến chế độ CPU thông thường.

Lưu ý

Máy Mac dùng chip Intel chỉ hỗ trợ chạy giao diện và phải kết nối với backend máy chủ từ xa.
Hỗ trợ Windows on ARM còn đang ở mức thử nghiệm, chạy backend Python x64 qua giả lập và chỉ dùng CPU.
Mã nguồn cấp phép theo AGPL-3.0, tuy nhiên các mô hình AI tải về có giấy phép sử dụng riêng.

Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.

90/100Điểm tổng thể

Độ phổ biến100
Độ tươi100
Cộng đồng36
Tài liệu100
Phát hành100

Mức độ khóTrung bình
Phù hợp vớiLập trình viên · Nhà nghiên cứu
Loại dự ánỨng dụng
Giấy phépAGPL-3.0

Kiến trúc & Công nghệ

Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.

Tech stack

Python
Electron
PyTorch
CUDA
MCP
Docker
Rust

Kiến trúc tổng quan

Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.

RepositoryVoiceStudioỨng dụng

Công nghệ chính

Python

backend/Mã nguồn Python xử lý backend, mô hình AI và các pipeline âm thanh
electron/Cấu hình và mã đóng gói ứng dụng desktop trên Electron
frontend/Giao diện người dùng cho các studio nhân bản và xử lý âm thanh
skills/Định nghĩa kỹ năng và giao tiếp MCP cho các trợ lý lập trình AI
deploy/Tệp cấu hình triển khai và kịch bản phân phối
docs/Tài liệu hướng dẫn cài đặt, thiết lập phần cứng và sử dụng

backend/Mã nguồn Python xử lý backend, mô hình AI và các pipeline âm thanh
electron/Cấu hình và mã đóng gói ứng dụng desktop trên Electron
frontend/Giao diện người dùng cho các studio nhân bản và xử lý âm thanh
skills/Định nghĩa kỹ năng và giao tiếp MCP cho các trợ lý lập trình AI
deploy/Tệp cấu hình triển khai và kịch bản phân phối
docs/Tài liệu hướng dẫn cài đặt, thiết lập phần cứng và sử dụng

Hướng dẫn nhanh

Các bước để bắt đầu với repository này.

bash

git clone https://github.com/debpalash/VoiceStudio.git
cd VoiceStudio

Các use case chính

Những ứng dụng có thể xây dựng từ repository này.

Nhân bản giọng nói từ mẫu âm thanh ngắn và thiết kế các chất giọng tùy chỉnh.
Lồng tiếng video tự động với độ khớp thời gian và tạo sách nói tự động hóa.
Đọc chính tả qua widget nổi và phiên âm âm thanh sang văn bản hoàn toàn offline.
Tích hợp khả năng sinh giọng nói cục bộ vào AI agent qua giao thức MCP.