debpalash/VoiceStudio — VoiceStudioは、オープンソースで完全ローカル動作するElevenLabs代替ツールです。音声クローン、音声デザイン、動画吹き替え、音声入力、文字起こし、646言語でのオーディオブック制作に対応します。

どんなソフトなのか

VoiceStudio は、オープンソース（設計図のコードが誰でも見られて使えるソフト）です。人の声をまねて新しい音声を作ったり、動画の音声を別の言葉に吹き替えたりできます。文字を読み上げて本のような音声を作ることもできます。対応言語は 646 です。

主な数字と事実

• 対応言語は 646 です。
• 声の作成、動画の吹き替え、音声入力、文字起こし、オーディオブック作りに対応しています。
• ライセンスは AGPL-3.0 です。
• 初期設定の音声エンジンは k2-fsa/OmniVoice です。
• Windows、macOS、Linux 向けのインストール方法が書かれています。

ElevenLabs とは

ElevenLabs は、AI で自然な声を作るサービスとして知られています。多くは有料のクラウドサービスです。VoiceStudio は、同じような仕事を自分のパソコンの中で行えることを目指しています。

なぜ注目されているのか

音声を作るサービスは、たいてい声データをインターネット上に送る必要があります。VoiceStudio は、作業を手元の機器で行えるのが特徴です。ただし、外部サービスは任意で、利用データの分析には同意が必要と書かれています。

これから注目したい点

• 実際に使ったときの音声の自然さや速さ。
• 646 言語すべてでどこまで品質が出るか。
• インストール方法が安定して動くか。
• Discord などでの利用者の声やサポートの広がり。