Voice-Pro:开源语音识别翻译配音一体工具箱
阅读完整评测深度教程 · 踩坑记录 · 常见问题
扫码查看

Voice-Pro是一款开源免费的本地化语音处理工具箱,集成了YouTube视频下载、人声分离、语音识别、翻译、文字转语音和声音克隆等多种功能。它主要帮助视频创作者、自媒体和播客主解决多语言视频翻译配音、生成字幕、制作播客文本及克隆声音等需求,将原本需要多个付费工具串联的工作流整合在一个网页界面中。该工具适合拥有NVIDIA GPU的Windows用户,以及愿意自行配置环境、希望节省订阅费用的开发者和技术型创作者使用。

Voice-Pro:开源语音识别翻译配音一体工具箱

这是什么

Voice-Pro 是一个开源的本地化语音工具箱,它将视频下载、人声分离、语音识别、翻译、文字转语音和声音克隆等多种功能集成在一个网页界面里,旨在为创作者提供一套免费的、可替代付费服务的完整语音工作流。

核心能力

  • 多语言视频翻译与配音:一站式完成从下载YouTube视频、语音识别转文字、翻译到使用TTS生成目标语言配音的全流程。
  • 零样本声音克隆:提供F5-TTS、E2-TTS、CosyVoice等多种方案,只需录制几秒参考音频即可克隆声音,用于生成新语音。
  • 专业的音频处理:内置Demucs和MDX-Net进行人声与伴奏分离,并集成Whisper系列模型进行高精度语音识别,支持带时间戳的输出以便制作字幕。

适合谁

适合拥有NVIDIA GPU的Windows用户,特别是需要处理多语言配音、字幕生成和声音克隆的视频创作者、播客主以及希望本地运行相关AI模型的开发者。

获取方式

Voice-Pro 是完全免费的开源项目,采用GPL-3.0协议。你可以在其GitHub仓库获取代码:https://github.com/abus-aikorea/voice-pro.git

微信微博邮箱复制链接