Веб-приложение на базе искусственного интеллекта для распознавания речи, перевода и клонирования голоса zero-shot.
Многоязычный дубляж, транскрипция и клонирование голоса zero-shot в едином интерфейсе Gradio.
Voice-Pro объединяет загрузку с YouTube, разделение вокала с помощью Demucs, распознавание речи Whisper и множество движков TTS в локальное веб-приложение. Оно создано для креаторов, исследователей и разработчиков, которым нужны продвинутые инструменты аудиодубляжа и перевода без полной зависимости от платных SaaS API.
Приложение предоставляет вкладку «Студия дубляжа» для извлечения аудио с YouTube, удаления фонового шума с помощью Demucs и создания субтитров на более чем 100 языках. Оно поддерживает различные бэкенды транскрипции, такие как Faster-Whisper, а также фреймворки клонирования голоса zero-shot, включая F5-TTS, E2-TTS и CosyVoice.
Оно подходит создателям контента, подкастерам и исследователям, работающим на Windows, которым нужен локальный контроль над конвейерами перевода, транскрипции и генерации речи. Оно не подходит пользователям, ищущим готовый облачный сервис, нативные бинарники для Mac или минимальные требования к настройке.
Клонируйте голоса с помощью моделей F5-TTS, E2-TTS и CosyVoice с поддержкой нескольких языков.
Загружайте видео с YouTube, изолируйте вокал с помощью Demucs, выполняйте транскрипцию, перевод и генерируйте TTS в одном хабе.
Обрабатывайте речь с помощью моделей Whisper, Faster-Whisper и Whisper-Timestamped для получения точных субтитров.
Автоматически загружает портативный ffmpeg и поддерживает самовосстанавливающуюся загрузку моделей и повторные попытки при превышении лимита скорости сети.
Программа полностью бесплатна и имеет открытый исходный код под лицензией GPL-3.0. Единственные затраты — это запуск на собственном локальном оборудовании с достаточными ресурсами GPU.
877 открытых удалённых вакансий по обучению ИИ, обновлено 16 ноября 2026 г.; в большинстве оплата $20–$175 в час. Из них 2 — для носителей русского языка. Zekai публикует их бесплатно; отклик уходит на платформу работодателя.
Оно отлично работает на Windows с графическим процессором NVIDIA. Работа на Mac и Linux не проверялась.
Нет, все зависимости поставляются в виде предварительно собранных wheels, а PyTorch включает среду выполнения CUDA.
Да, вы можете опционально настроить собственные ключи Microsoft Azure для служб TTS и перевода.
Zekai первым в Google