इस प्रोजेक्ट के बारे में

VoiceStudio क्लाउड वॉइस सेवाओं का एक ओपन-सोर्स, पूर्णतः स्थानीय विकल्प है, जो वॉइस क्लोनिंग, वॉइस डिज़ाइन, वीडियो डबिंग, डिक्टेशन, ट्रांसक्रिप्शन और ऑडियोबुक निर्माण को कवर करता है। यह परियोजना 646 भाषाओं के समर्थन का विज्ञापन करती है और स्थानीय वर्कफ़्लो को उपयोगकर्ता के स्वयं के हार्डवेयर पर चलाने के रूप में स्थापित करती है, जिसमें दूरस्थ सेवाएँ वैकल्पिक हैं और उपयोग विश्लेषण के लिए सहमति आवश्यक है। मुख्य क्षमताएँ तीन क्षेत्रों में समूहीकृत हैं। बनाएँ: संदर्भ रिकॉर्डिंग से वॉइस क्लोन करें या विवरण से नई वॉइस डिज़ाइन करें। उत्पादन करें: समयबद्ध भाषण के साथ वीडियो डब करें, कहानियाँ और ऑडियोबुक उत्पन्न करें, और बैच कार्य चलाएँ। कनेक्ट करें: एजेंटों के लिए स्थानीय API और MCP सर्वर उजागर करें, वैकल्पिक दूरस्थ कार्यकर्ताओं के साथ। डिफ़ॉल्ट इंजन VoiceStudio है, जिसे k2-fsa/OmniVoice द्वारा संचालित बताया गया है, और अन्य इंजन चुने जा सकते हैं; दस्तावेज़ों में एक सुविधा और इंजन कैटलॉग प्रदान किया गया है। हार्डवेयर आवश्यकताएँ इंजन के अनुसार भिन्न होती हैं, और एक प्रदर्शन दस्तावेज़ अपेक्षाओं को कवर करता है। मॉडल माँग पर डाउनलोड किए जाते हैं, और ऐप आवश्यक मॉडल स्थापित करने से पहले संकेत देता है। स्थापना विकल्पों में macOS और Linux के लिए curl स्क्रिप्ट के माध्यम से एक-कमांड इंस्टॉलर शामिल है, जो नवीनतम Electron रिलीज़, एक विशिष्ट संस्करण, वर्तमान main का निर्माण, या डेटा रखते हुए अनइंस्टॉल करने का समर्थन करता है। रिलीज़ डाउनलोड के लिए curl और SHA-256 टूल आवश्यक हैं; main बनाने के लिए Git, Node.js 22+, Bun, Rust/Cargo और प्लेटफ़ॉर्म बिल्ड टूल आवश्यक हैं। macOS, Windows, Linux और Docker के लिए प्लेटफ़ॉर्म गाइड मौजूद हैं, और रिलीज़ सीधे डाउनलोड किए जा सकते हैं। Claude Code, Codex और Cursor जैसे कोडिंग एजेंटों के लिए एक एजेंट-उन्मुख स्थापना संकेत भी है, साथ ही हार्डवेयर पहचान, मौजूदा डेटा का पुन: उपयोग, मॉडल डाउनलोड से पहले पूछना और परीक्षण उत्पादन को कवर करने वाली एक एजेंट गाइड भी है। कौशल को npx skills add debpalash/VoiceStudio के साथ जोड़ा जा सकता है, जिसमें ऑडियो वर्कफ़्लो कौशल या मेंटेनर कौशल चुनना शामिल है। स्रोत से चलाने के लिए Bun का उपयोग होता है: रिपॉजिटरी क्लोन करें, bun install चलाएँ, Python निर्भरताएँ तैयार करने के लिए bun run setup:api चलाएँ, फिर bun run dev। एक स्मोक-टेस्ट कमांड एक पृथक पैकेज्ड Electron ऐप बनाता और लॉन्च करता है, जिसमें वैकल्पिक नेटवर्कयुक्त प्रबंधित-रनटाइम स्थापना जाँच शामिल है। README बताता है कि Electron ही एकमात्र अनुरक्षित डेस्कटॉप ऐप है और संस्करण 0.5.3 अंतिम Tauri रिलीज़ था; मौजूदा Tauri उपयोगकर्ताओं को एक माइग्रेशन दस्तावेज़ के लिए निर्देशित किया जाता है, और Tauri स्रोत बिना आगे के अपडेट के संग्रहीत है। रूट विकास, निर्माण, परीक्षण और रिलीज़ कमांड Electron को लक्षित करते हैं। दस्तावेज़ीकरण समस्या निवारण, मॉडल डाउनलोड, इंजन गाइड, बेंचमार्क, स्थानीय भाषण प्लेटफ़ॉर्म API, MCP एकीकरण और उदाहरण, साथ ही योगदान, Electron सेटअप और एक चेंजलॉग को कवर करता है। परियोजना AGPL-3.0 लाइसेंस के तहत है, जिसमें मॉडल लाइसेंस और जिम्मेदार उपयोग को कवर करने वाली एक अलग सूचना है; README व्यावसायिक उपयोग से पहले मॉडल लाइसेंस की समीक्षा करने और केवल अनुमति के साथ वॉइस क्लोन करने की सलाह देता है। प्रायोजन और दान चैनल सूचीबद्ध हैं।