debpalash/VoiceStudio — VoiceStudio là giải pháp thay thế ElevenLabs mã nguồn mở, chạy hoàn toàn cục bộ, hỗ trợ nhân bản giọng nói, thiết kế giọng nói, lồng tiếng video, nhập liệu bằng giọng nói, phiên âm và tạo sách nói bằng 646 ngôn ngữ.

Chuyện gì đã xảy ra?

Trang GitHub của dự án VoiceStudio được đăng tải. Đây là phần mềm miễn phí, mã nguồn mở, do nhà phát triển debpalash tạo ra. Phần mềm có nhiều tính năng: sao chép giọng nói, thiết kế giọng nói theo mô tả, lồng tiếng video có thời gian khớp, đọc chính tả, chuyển giọng nói thành chữ và tạo sách nói. Người dùng có thể cài đặt bằng một lệnh trên macOS, Linux hoặc Windows.

Các con số và sự kiện chính

• Hỗ trợ 646 ngôn ngữ.
• Giấy phép: AGPL-3.0 (mã nguồn mở).
• Mô hình mặc định là VoiceStudio, chạy bằng OmniVoice của k2-fsa.
• Các công cụ hỗ trợ: giao diện lập trình (API) cục bộ và MCP cho các tác nhân AI.
• Các dịch vụ từ xa là tùy chọn. Việc thu thập dữ liệu sử dụng cần sự đồng ý của người dùng.

Vì sao có nhãn 'chạy cục bộ'?

Nhiều công cụ giọng nói hoạt động trên máy chủ của công ty khác, nghĩa là dữ liệu phải gửi lên mạng. VoiceStudio được thiết kế để chạy trên phần cứng của chính bạn. Điều này giúp giữ giọng nói và tệp của bạn ở trên máy. Nhà phát triển cũng nói rõ rằng các dịch vụ từ xa không bắt buộc.

Vì sao điều này quan trọng?

Công cụ tạo giọng nói đang được dùng nhiều trong làm phim, làm sách nói và học ngôn ngữ. Một phần mềm miễn phí, chạy trên máy riêng, giúp người làm nội dung tiết kiệm chi phí và kiểm soát dữ liệu tốt hơn. Tuy nhiên, khả năng sao chép giọng nói cũng có thể bị lạm dụng, nên người dùng cần tôn trọng quyền của người khác.

Cần theo dõi điều gì?

• Xem các bản phát hành mới trên trang Releases của dự án.
• Kiểm tra chất lượng lồng tiếng và giọng nói với nhiều ngôn ngữ khác nhau.
• Theo dõi cách dự án xử lý quyền riêng tư và việc sử dụng giọng nói của người khác.