आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › छात्र › voice-pro
✦ फ्री & ओपन सोर्सछात्र

voice-pro

स्पीच रिकग्निशन, ट्रांसलेशन और जीरो-शॉट वॉइस क्लोनिंग के लिए एक AI-संचालित वेब ऐप।

AI स्पीच रिकग्निशन और वॉइस क्लोनिंग WebUI

एक ही Gradio इंटरफ़ेस में बहुभाषी डबिंग, ट्रांसक्रिप्शन और जीरो-शॉट वॉइस क्लोनिंग।

हमेशा के लिए मुफ़्त · ओपन सोर्स · GPL-3.0
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
7.3
ZEKAI
शक्तिशाली open-source डबिंग सुइट।
फ्री & ओपन सोर्स · छात्र
सेटअप की आसानी4
उपयोगिता8
रखरखाव8.5
समुदाय8.5
★ 12,949
गिटहब
Jul 2026
अपडेटेड
GPL-3.0
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

Voice-Pro यूट्यूब डाउनलोडिंग, Demucs वोकल सेपरेशन, Whisper स्पीच रिकग्निशन और कई TTS इंजनों को एक स्थानीय वेब एप्लिकेशन में एकीकृत करता है। इसे उन क्रिएटर्स, रिसर्चर्स और डेवलपर्स के लिए डिज़ाइन किया गया है जिन्हें पूरी तरह से भुगतान किए गए SaaS API पर निर्भर हुए बिना उन्नत ऑडियो डबिंग और ट्रांसलेशन टूल की आवश्यकता है।

इस पर चलता है
वेब
होस्टिंग
Desktop
भाषाएँ
Python
लाइसेंस
GPL-3.0

यह क्या है

यह एप्लिकेशन यूट्यूब से ऑडियो खींचने, Demucs के साथ बैकग्राउंड शोर को हटाने और 100 से अधिक भाषाओं में उपशीर्षक (सबटाइटल) जेनरेट करने के लिए डबिंग स्टूडियो टैब प्रदान करता है। यह F5-TTS, E2-TTS और CosyVoice सहित जीरो-शॉट वॉइस क्लोनिंग फ्रेमवर्क के साथ-साथ Faster-Whisper जैसे कई ट्रांसक्रिप्शन बैकएंड का समर्थन करता है।

किसके लिए

यह उन कंटेंट क्रिएटर्स, पॉडकास्टर्स और रिसर्चर्स के लिए उपयुक्त है जो Windows पर काम कर रहे हैं और ट्रांसलेशन, ट्रांसक्रिप्शन और वॉइस जनरेशन पाइपलाइन पर स्थानीय नियंत्रण चाहते हैं। यह उन उपयोगकर्ताओं के लिए उपयुक्त नहीं है जो रेडीमेड क्लाउड सेवा, Mac-मूल बाइनरी या न्यूनतम सेटअप आवश्यकताओं की तलाश कर रहे हैं।

मुख्य विशेषताएँ

जीरो-शॉट वॉइस क्लोनिंग

मल्टी-लैंग्वेज सपोर्ट के साथ F5-TTS, E2-TTS और CosyVoice मॉडल का उपयोग करके आवाज क्लोन करें।

डबिंग स्टूडियो वर्कफ़्लो

एक ही केंद्र में यूट्यूब वीडियो डाउनलोड करें, Demucs के साथ वोकल अलग करें, ट्रांसक्राइब करें, ट्रांसलेट करें और TTS जेनरेट करें।

एकाधिक ASR इंजन

सटीक सबटाइटल के लिए Whisper, Faster-Whisper और Whisper-Timestamped मॉडल का उपयोग करके स्पीच प्रोसेस करें।

कॉर्पोरेट पीसी अनुकूलता

ऑटो-डाउनलोड पोर्टेबल ffmpeg और इसमें सेल्फ-हीलिंग मॉडल डाउनलोड और नेटवर्क रेट-लिमिट रीप्रयास की सुविधा है।

कैसे शुरू करें

3 चरणों में तैयार

1
GitHub से रिपॉजिटरी को क्लोन करें और सुनिश्चित करें कि आप NVIDIA GPU के साथ Windows चला रहे हैं।
2
installer_files फ़ोल्डर के भीतर uv, Python और आवश्यक डिपेंडेंसी को स्वचालित रूप से सेटअप करने के लिए start.bat स्क्रिप्ट चलाएं।
3
डबिंग स्टूडियो, Whisper कैप्शन और स्पीच जनरेशन टैब तक पहुँचने के लिए Gradio WebUI लॉन्च करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • यूट्यूब निष्कर्षण, Demucs वोकल आइसोलेशन, ट्रांसक्रिप्शन और ट्रांसलेशन को एक एकीकृत Gradio इंटरफ़ेस में जोड़ता है।
  • F5-TTS, Kokoro और CosyVoice सहित कई शीर्ष-स्तरीय स्पीच सिंथेसिस और क्लोनिंग इंजनों का समर्थन करता है।
  • प्रीबिल्ट व्हील्स के साथ uv का उपयोग करके तेज़ इंस्टॉलर माइग्रेशन जो मैन्युअल CUDA Toolkit इंस्टॉलेशन की आवश्यकता को हटा देता है।
  • GitHub इश्यूज़ और चर्चाओं के माध्यम से सक्रिय कम्युनिटी सपोर्ट के साथ पूरी तरह से मुफ़्त और open source।

कहाँ कमी है

  • macOS और Linux पर संचालन सत्यापित नहीं किया गया है, जिसके लिए विश्वसनीय प्रदर्शन हेतु NVIDIA GPU के साथ Windows वातावरण की आवश्यकता होती है।
  • शुरुआती रन के लिए CosyVoice2-0.5B जैसे बड़े AI मॉडल डाउनलोड करने की आवश्यकता होती है, जिसमें नेटवर्क गति के आधार पर एक घंटे से अधिक समय लग सकता है।
  • विकास वर्तमान में मूल मेंटेनर्स द्वारा रोक दिया गया है, जिससे दीर्घकालिक रखरखाव पूरी तरह से कम्युनिटी पर स्थानांतरित हो गया है।
लागत

मूल्य & लाइसेंस

यह सॉफ़्टवेयर अपने GPL-3.0 लाइसेंस के तहत पूरी तरह से मुफ़्त और open source है। एकमात्र लागत इसे पर्याप्त GPU संसाधनों वाले स्थानीय हार्डवेयर पर स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

873 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प
और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: छात्र के लिए voice-pro
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम voice-pro को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

कौन से ऑपरेटिंग सिस्टम समर्थित हैं?

यह NVIDIA GPU के साथ Windows पर अच्छी तरह से काम करता है। Mac और Linux पर संचालन सत्यापित नहीं किया गया है।

क्या CUDA Toolkit और Visual Studio Build Tools की आवश्यकता है?

नहीं, सभी डिपेंडेंसी प्रीबिल्ट व्हील्स के रूप में आती हैं और PyTorch CUDA रनटाइम को बंडल करता है।

क्या मैं Voice-Pro के साथ कमर्शियल API का उपयोग कर सकता हूँ?

हाँ, आप वैकल्पिक रूप से TTS और ट्रांसलेशन सेवाओं के लिए अपनी खुद की Microsoft Azure कुंजियाँ कॉन्फ़िगर कर सकते हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
छात्र के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें