Eine KI-gestützte Web-App für Spracherkennung, Übersetzung und Zero-Shot-Stimmenklonen.
Mehrsprachiges Synchronisieren, Transkribieren und Zero-Shot-Stimmenklonen in einer einzigen Gradio-Oberfläche.
Voice-Pro integriert YouTube-Downloads, Demucs-Gesangstrennung, Whisper-Spracherkennung und mehrere TTS-Engines in eine lokale Webanwendung. Es wurde für Kreative, Forscher und Entwickler entwickelt, die fortgeschrittene Audio-Synchronisations- und Übersetzungswerkzeuge benötigen, ohne sich vollständig auf kostenpflichtige SaaS-APIs verlassen zu müssen.
Die Anwendung bietet eine Dubbing-Studio-Registerkarte, um Audio von YouTube zu laden, Hintergrundgeräusche mit Demucs zu entfernen und Untertitel für über 100 Sprachen zu generieren. Sie unterstützt mehrere Transkriptions-Backends wie Faster-Whisper sowie Zero-Shot-Stimmenklon-Frameworks einschließlich F5-TTS, E2-TTS und CosyVoice.
Es eignet sich für Content-Creator, Podcaster und Forscher unter Windows, die eine lokale Kontrolle über Übersetzungs-, Transkriptions- und Spracherzeugungspipelines wünschen. Es eignet sich nicht für Benutzer, die einen sofort einsatzbereiten Cloud-Dienst, Mac-native Binärdateien oder minimale Installationsanforderungen suchen.
Klone Stimmen mit F5-TTS-, E2-TTS- und CosyVoice-Modellen mit mehrsprachiger Unterstützung.
Lade YouTube-Videos herunter, isoliere Gesang mit Demucs, transkribiere, übersetze und generiere TTS in einem Hub.
Verarbeite Sprache mit Whisper-, Faster-Whisper- und Whisper-Timestamped-Modellen für präzise Untertitel.
Lädt portable ffmpeg automatisch herunter und bietet selbstreparaturfähige Modell-Downloads sowie Wiederholungsversuche bei Netzwerk-Ratenlimits.
Die Software ist unter ihrer GPL-3.0-Lizenz völlig kostenlos und open source. Die einzigen Kosten entstehen durch den Eigenbetrieb auf lokaler Hardware mit ausreichenden GPU-Ressourcen.
877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Es funktioniert gut unter Windows mit einer NVIDIA-GPU. Der Betrieb auf Mac und Linux wurde nicht verifiziert.
Nein, alle Abhängigkeiten werden als vorgefertigte Wheels ausgeliefert und PyTorch bündelt die CUDA-Laufzeitumgebung.
Ja, Sie können optional Ihre eigenen Microsoft-Azure-Schlüssel für TTS- und Übersetzungsdienste konfigurieren.
Zekai zuerst in Google sehen