İçeriğe geç
Ara

Ses ve konuşma

VoiceStudio

Kendi bilgisayarınızda çalışan ses klonlama, dublaj ve konuşma tanıma aracı.

Ne işe yarar?

VoiceStudio; ses klonlama, video dublajı, dikte ve ses kaydını yazıya dökme (transkripsiyon) işlevleri sunan açık kaynaklı bir masaüstü uygulamasıdır. Varsayılan olarak OmniVoice motorunu kullanır ve tüm ses işleme modellerini kullanıcının kendi bilgisayarında yerel olarak çalıştırır. Yapay zekâ ajanlarıyla iletişim kurabilmek için yerel programlama arayüzü (API) ve Model Bağlam Protokolü (MCP) desteği sağlar. Benzer bulut tabanlı ticari servislerden farkı; kullanıcı verilerini dış sunuculara göndermeden 646 dilde tamamen çevrimdışı çalışabilmesidir.

Neler için kullanılabilir?

  • Kısa bir ses kaydından referans alarak kişisel ses klonlamak
  • Videolara zaman ayarlı konuşmalar ekleyerek çok dilli dublaj yapmak
  • Mikrofon diktelerini ve ses dosyalarını yerel olarak metne çevirmek
  • Metin dosyalarından sesli kitap ve uzun konuşma kayıtları oluşturmak

Nasıl kullanılır?

  1. macOS veya Linux için curl -fsSL https://voicestudio.sh/install | sh, Windows için PowerShellde irm https://voicestudio.sh/install | iex' komutunu çalıştırın.
  2. Kurulumdan sonra masaüstü uygulamasını açıp Ses Klonlama (Voice cloning) bölümüne girin.
  3. Temiz bir referans ses kaydı yükleyip metninizi yazarak ses üretimini başlatın.

Adımlar deponun README'sinden özetlendi; güncel kurulum için deponun kendi sayfasına bakın.

Kimler için?

Ses verilerini bulut servislerine göndermeden kendi bilgisayarında ses klonlama ve dublaj yapmak isteyenler.

Dikkat: AGPL-3.0 lisanslıdır; harici ekran kartı olmadan işlemci üzerinde daha yavaş çalışır ve en az 5 GB disk alanı ister.

Aynı kategoriden

  • Whisper Konuşmaları metne dönüştüren ve çeviri yapabilen genel amaçlı yapay zekâ modeli.
  • GPT-SoVITS (63K) Kısa bir ses kaydıyla ses klonlama ve metinden konuşma üretimi sağlayan web arayüzü.
  • voicebox (57,7K) Yerel olarak çalışan açık kaynaklı yapay zekâ ses stüdyosu ve dikte aracı.
  • whisper.cpp OpenAI Whisper modelinin C ve C++ ile yazılmış yüksek performanslı yerel sürümüdür.
  • VoxCPM (39K) 30 dilde doğal seslendirme, ses tasarımı ve klonlama sunan açık kaynaklı TTS modeli.
  • fish-speech (33K) Çok karakterli diyalog ve detaylı ses düzenleme desteği sunan açık konuşma modeli.

Bilgiler GitHub'dan 18 Ekim 2026 tarihinde alındı. Sayıyla bu deponun sahibi değildir; kullanmadan önce lisansı ve güvenliği kendiniz değerlendirin.