स्पीच रिकग्निशन, ट्रांसलेशन और जीरो-शॉट वॉइस क्लोनिंग के लिए एक AI-संचालित वेब ऐप।
एक ही Gradio इंटरफ़ेस में बहुभाषी डबिंग, ट्रांसक्रिप्शन और जीरो-शॉट वॉइस क्लोनिंग।
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।
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।
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।
मल्टी-लैंग्वेज सपोर्ट के साथ F5-TTS, E2-TTS और CosyVoice मॉडल का उपयोग करके आवाज क्लोन करें।
एक ही केंद्र में यूट्यूब वीडियो डाउनलोड करें, Demucs के साथ वोकल अलग करें, ट्रांसक्राइब करें, ट्रांसलेट करें और TTS जेनरेट करें।
सटीक सबटाइटल के लिए Whisper, Faster-Whisper और Whisper-Timestamped मॉडल का उपयोग करके स्पीच प्रोसेस करें।
ऑटो-डाउनलोड पोर्टेबल ffmpeg और इसमें सेल्फ-हीलिंग मॉडल डाउनलोड और नेटवर्क रेट-लिमिट रीप्रयास की सुविधा है।
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।
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।
यह NVIDIA GPU के साथ Windows पर अच्छी तरह से काम करता है। Mac और Linux पर संचालन सत्यापित नहीं किया गया है।
नहीं, सभी डिपेंडेंसी प्रीबिल्ट व्हील्स के रूप में आती हैं और PyTorch CUDA रनटाइम को बंडल करता है।
हाँ, आप वैकल्पिक रूप से TTS और ट्रांसलेशन सेवाओं के लिए अपनी खुद की Microsoft Azure कुंजियाँ कॉन्फ़िगर कर सकते हैं।
Google में Zekai को सबसे पहले देखें