KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Studierende › voice-pro
✦ Frei & Open SourceStudierende

voice-pro

Eine KI-gestützte Web-App für Spracherkennung, Übersetzung und Zero-Shot-Stimmenklonen.

KI-Spracherkennung und Stimmenklonen WebUI

Mehrsprachiges Synchronisieren, Transkribieren und Zero-Shot-Stimmenklonen in einer einzigen Gradio-Oberfläche.

Für immer kostenlos · Open Source · GPL-3.0
✓ Light setup✓ Im Browser✓ Echtzeit-Zusammenarbeit
7.3
ZEKAI
Leistungsstarke Open-Source-Synchronisations-Suite.
Frei & Open Source · Studierende
Einfache Einrichtung4
Nützlichkeit8
Wartung8.5
Community8.5
★ 12,949
GITHUB
Jul 2026
AKTUALISIERT
GPL-3.0
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

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.

Läuft auf
Web
Hosting
Desktop
Sprachen
Python
Lizenz
GPL-3.0

Was es ist

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.

Für wen

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.

Wichtige Funktionen

Zero-Shot-Stimmenklonen

Klone Stimmen mit F5-TTS-, E2-TTS- und CosyVoice-Modellen mit mehrsprachiger Unterstützung.

Dubbing-Studio-Workflow

Lade YouTube-Videos herunter, isoliere Gesang mit Demucs, transkribiere, übersetze und generiere TTS in einem Hub.

Mehrere ASR-Engines

Verarbeite Sprache mit Whisper-, Faster-Whisper- und Whisper-Timestamped-Modellen für präzise Untertitel.

Unternehmens-PC-Freundlichkeit

Lädt portable ffmpeg automatisch herunter und bietet selbstreparaturfähige Modell-Downloads sowie Wiederholungsversuche bei Netzwerk-Ratenlimits.

Erste Schritte

Startklar in 3 Schritten

1
Klone das Repository von GitHub und stelle sicher, dass du Windows mit einer NVIDIA-GPU verwendest.
2
Führe das start.bat-Skript aus, um uv, Python und die erforderlichen Abhängigkeiten im Ordner installer_files automatisch einzurichten.
3
Starte die Gradio WebUI, um auf die Registerkarten Dubbing Studio, Whisper Caption und Speech Generation zuzugreifen.
Klartext

Unser ehrliches Fazit

Stärken

  • Combines YouTube extraction, Demucs vocal isolation, transcription, and translation into a unified Gradio interface.
  • Supports multiple top-tier speech synthesis and cloning engines including F5-TTS, Kokoro, and CosyVoice.
  • Fast installer migration using uv with prebuilt wheels that remove the need for manual CUDA Toolkit installations.
  • Completely free and open source with active community support via GitHub issues and discussions.

Schwächen

  • Der Betrieb unter macOS und Linux wurde nicht verifiziert, was für eine zuverlässige Leistung eine Windows-Umgebung mit einer NVIDIA-GPU erfordert.
  • Erste Durchläufe erfordern das Herunterladen großer KI-Modelle wie CosyVoice2-0.5B, was je nach Netzwerkgeschwindigkeit über eine Stunde dauern kann.
  • Die Entwicklung wird derzeit von den ursprünglichen Betreuern pausiert, wodurch die langfristige Wartung vollständig an die Community übergeht.
Kosten

Preise & Lizenz

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.

Bezahlte Arbeit

Stellen für Deutschsprachige

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.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen
Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: voice-pro für Studierende
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren voice-pro für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Welche Betriebssysteme werden unterstützt?

Es funktioniert gut unter Windows mit einer NVIDIA-GPU. Der Betrieb auf Mac und Linux wurde nicht verifiziert.

Sind CUDA Toolkit und Visual Studio Build Tools erforderlich?

Nein, alle Abhängigkeiten werden als vorgefertigte Wheels ausgeliefert und PyTorch bündelt die CUDA-Laufzeitumgebung.

Kann ich kommerzielle APIs mit Voice-Pro verwenden?

Ja, Sie können optional Ihre eigenen Microsoft-Azure-Schlüssel für TTS- und Übersetzungsdienste konfigurieren.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Studierende — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen