Explore o voice-pro, um aplicativo web open source que apresenta transcrição com Whisper, isolamento vocal com Demucs e clonagem de voz zero-shot com F5-TTS.
Dublagem multilíngue, transcrição e clonagem de voz zero-shot em uma única interface Gradio.
O voice-pro integra download do YouTube, separação de vocais com Demucs, reconhecimento de fala com Whisper e múltiplos motores de TTS em um aplicativo web local. Ele foi desenhado para criadores, pesquisadores e desenvolvedores que precisam de ferramentas avançadas de dublagem e tradução de áudio sem depender inteiramente de APIs SaaS pagas.
O aplicativo fornece uma aba Dubbing Studio para extrair áudio do YouTube, remover ruído de fundo com Demucs e gerar legendas em mais de 100 idiomas. Ele suporta múltiplos backends de transcrição como Faster-Whisper, além de frameworks de clonagem de voz zero-shot, incluindo F5-TTS, E2-TTS e CosyVoice.
É adequado para criadores de conteúdo, podcasters e pesquisadores trabalhando no Windows que desejam controle localizado sobre os pipelines de tradução, transcrição e geração de voz. Não é adequado para usuários que procuram um serviço em nuvem pronto para uso, binários nativos para Mac ou requisitos mínimos de configuração.
Clone vozes usando os modelos F5-TTS, E2-TTS e CosyVoice com suporte a vários idiomas.
Baixe vídeos do YouTube, isole vocais com Demucs, transcreva, traduza e gere TTS em um único hub.
Processe fala usando os modelos Whisper, Faster-Whisper e Whisper-Timestamped para legendas precisas.
Baixa automaticamente o ffmpeg portátil e possui downloads de modelos com autocorreção e tentativas em caso de limite de taxa de rede.
O software é totalmente gratuito e open source sob sua licença GPL-3.0. O único custo é executá-lo por conta própria em hardware local com recursos de GPU suficientes.
877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Funciona bem no Windows com uma GPU NVIDIA. A operação no Mac e Linux não foi verificada.
Não, todas as dependências vêm como wheels pré-compilados e o PyTorch agrupa o tempo de execução do CUDA.
Sim, você pode opcionalmente configurar suas próprias chaves da Microsoft Azure para serviços de TTS e tradução.
Veja o Zekai primeiro no Google