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 › गेमिंग › Woosh
✦ फ्री & ओपन सोर्सगेमिंग

Woosh

ओपन फाउंडेशन मॉडल का उपयोग करके टेक्स्ट संकेतों या वीडियो अनुक्रमों से ध्वनि प्रभाव उत्पन्न और डिकोड करता है।

टेक्स्ट-टू-ऑडियो और वीडियो-टू-ऑडियो SFX जनरेशन

ऑडियो एन्कोडिंग, टेक्स्ट-संचालित ध्वनि प्रभावों और वीडियो-सिंक्ड ऑडियो के लिए Sony AI के ओपन फाउंडेशन मॉडल।

हमेशा के लिए मुफ़्त · ओपन सोर्स · Apache-2.0
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
6.9
ZEKAI
शक्तिशाली स्थानीय SFX जनरेटर
फ्री & ओपन सोर्स · गेमिंग
सेटअप की आसानी5
उपयोगिता8
रखरखाव9.5
समुदाय5
★ 388
गिटहब
Sep 2026
अपडेटेड
Apache-2.0
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

Woosh टेक्स्ट-टू-ऑडियो और वीडियो-to-ऑडियो सिंथेसिस के लिए Sony AI द्वारा निर्मित एक साउंड इफ़ेक्ट फ़ाउंडेशन टूलकिट है। यह साउंड डिज़ाइनर और गेम डेवलपर्स के लिए ऑडियो एनकोडर और डिकोडर के साथ-साथ लेटेंट डिफ्यूजन मॉडल प्रदान करता है। आप इन्फरेन्स स्क्रिप्ट चला सकते हैं, स्थानीय ब्राउज़र इंटरफ़ेस लॉन्च कर सकते हैं, या API सर्वर के माध्यम से कस्टम पाइपलाइन में जनरेशन को एकीकृत कर सकते हैं।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Apache-2.0

यह क्या है

यह रिपॉजिटरी लेटेंट ऑडियो एन्कोडिंग के लिए Woosh-AE, टेक्स्ट कंडीशनिंग के लिए Woosh-CLAP, और Woosh-Flow तथा Woosh-VFlow जैसे लेटेंट डिफ्यूजन मॉडल सहित मॉडल का एक सूट प्रदान करती है। यह वर्णनात्मक टेक्स्ट संकेतों से सीधे ऑडियो सिंथेसाइज़ करती है या जेनरेट किए गए ऑडियो को इनपुट वीडियो फ़ाइलों के साथ संरेखित करती है। आप uv एनवायरनमेंट मैनेजर का उपयोग करके Python स्क्रिप्ट के माध्यम से टूल का प्रबंधन और निष्पादन करते हैं।

किसके लिए

यह गेम डेवलपर्स, तकनीकी साउंड डिज़ाइनर और AI ऑडियो शोधकर्ताओं के लिए उपयुक्त है जो स्थानीय स्तर पर मूल ऑडियो संपत्तियां उत्पन्न करना चाहते हैं। यह गैर-तकनीकी रचनाकारों के लिए कम उपयुक्त है जिन्हें तैयार डिजिटल ऑडियो वर्कस्टेशन प्लगइन या तत्काल वाणिज्यिक अधिकारों की आवश्यकता है।

मुख्य विशेषताएँ

टेक्स्ट-टू-ऑडियो जनरेशन

मानक और डिस्टिल्ड डिफ्यूजन मॉडल का उपयोग करके टेक्स्ट विवरण से सीधे कस्टम ध्वनि प्रभाव सिंथेसाइज़ करता है।

वीडियो-टू-ऑडियो सिंक्रोनाइज़ेशन

मल्टीमॉडल लेटेंट डिफ्यूजन का उपयोग करके इनपुट वीडियो अनुक्रमों के साथ संरेखित ऑडियो ट्रैक बनाता है।

ऑडियो लेटेंट एन्कोडिंग

कच्चे ऑडियो को न्यूरल लेटेंट में संपीड़ित करता है और Woosh-AE के साथ उच्च-गुणवत्ता वाले वेवफ़ॉर्म को पुनर्निर्माण करता है।

लोकल Gradio डेमो

अपने स्थानीय ब्राउज़र में टेक्स्ट-टू-साउंड जनरेशन का परीक्षण करने के लिए वेब-आधारित उपयोगकर्ता इंटरफ़ेस प्रदान करता है।

कैसे शुरू करें

3 चरणों में तैयार

1
GPU निष्पादन के लिए `uv sync --extra cuda` चलाकर uv इंस्टॉल करें और अपना एनवायरनमेंट बनाएं।
2
GitHub रिलीज़ से रिलीज़ पैकेज डाउनलोड करें और चेकपॉइंट को `checkpoints/` फ़ोल्डर में निकालें।
3
`uv run gradio_Woosh-Flow.py` चलाकर और localhost पर जाकर स्थानीय वेब टेस्ट टूल लॉन्च करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • वीडियो फ्रेम ध्वनि सिंक्रोनाइज़ेशन के लिए समर्पित वीडियो-टू-ऑडियो मॉडल शामिल हैं
  • तेज़ इन्फरेन्स समय के लिए Woosh-DFlow जैसे डिस्टिल्ड मॉडल प्रदान करता है
  • मॉडल को बाहरी गेम इंजन में हुक करने के लिए अंतर्निहित API सर्वर कोड प्रदान करता है
  • स्वच्छ डिपेंडेंसी प्रबंधन के लिए आधुनिक uv एनवायरनमेंट आइसोलेशन का उपयोग करता है

कहाँ कमी है

  • मॉडल वेट्स CC-BY-NC के तहत लाइसेंस प्राप्त हैं, जो कमर्शियल गेम रिलीज़ को प्रतिबंधित करते हैं
  • व्यावहारिक जनरेशन गति के लिए CUDA समर्थन के साथ स्थानीय GPU हार्डवेयर की आवश्यकता होती है
  • GitHub रिलीज़ से मॉडल वेट्स को मैन्युअल रूप से डाउनलोड और निष्कर्षण की आवश्यकता होती है
  • प्रोडक्शन डिजिटल ऑडियो वर्कस्टेशन GUI या DAW प्लगइन रैपर की कमी है
लागत

मूल्य & लाइसेंस

सोर्स कोड MIT और Apache-2.0 लाइसेंस के तहत मुफ़्त और ओपन है। हालाँकि, प्री-ट्रेन किए गए मॉडल वेट्स एक गैर-वाणिज्यिक CC-BY-NC लाइसेंस का उपयोग करते हैं। प्रोजेक्ट को चलाने के लिए आपके अपने स्थानीय GPU कंप्यूट हार्डवेयर की आवश्यकता होती है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

896 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 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

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: गेमिंग के लिए Woosh
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 Woosh को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

क्या मैं किसी कमर्शियल गेम प्रोजेक्ट में जेनरेट की गई ध्वनियों का उपयोग कर सकता हूँ?

रिपॉजिटरी सोर्स कोड Apache-2.0 और MIT लाइसेंस का उपयोग करता है, लेकिन GitHub रिलीज़ पर प्रदान किए गए ओपन मॉडल वेट्स CC-BY-NC के तहत लाइसेंस प्राप्त हैं, जो अलग व्यवस्था के बिना कमर्शियल उपयोग को प्रतिबंधित करते हैं।

क्या ऑडियो जेनरेट करने के लिए Woosh को सक्रिय इंटरनेट कनेक्शन की आवश्यकता है?

नहीं। एक बार जब आप डिपेंडेंसी इंस्टॉल कर लेते हैं और मॉडल चेकपॉइंट को स्थानीय रूप से डाउनलोड कर लेते हैं, तो सभी ऑडियो जनरेशन ऑफ़लाइन चलते हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
गेमिंग 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