Repolode
Enviar
HAKORADev

HAKORADev/VODER

Kit de herramientas de Python local y sin conexión que reúne transcripción, síntesis y clonación de voz, conversión de voz, generación musical y limpieza de audio en una CLI y una GUI.

Alternativa open source a:ElevenLabsDescript

Ver en GitHub
Estrellas
523
Forks
92
Issues abiertos
1
Último commit
hace 18 días

¿Qué es?

VODER es un motor de procesamiento de voz que reúne varios flujos de trabajo de audio en una sola interfaz: transcripción de voz a texto, síntesis de texto a voz con diseño y clonación de voz, conversión de voz, generación musical y separación de pistas, mejora de sonido, generación de efectos de sonido, separación de voces y diarización de hablantes. Se ejecuta en el equipo del usuario, sin suscripción, y puede funcionar con CPU o GPU.

Además de los modos individuales, admite guiones de diálogo con varios hablantes, tiempos por línea y efectos de sonido; doblaje a otros idiomas que conserva la voz del hablante original; y entrada y salida de video para la conversión de voz. Los usuarios pueden guardar clones de voz para reutilizarlos, ejecutar tareas prácticas como descargar desde una URL y editar audio, y encadenar varias tareas en pipelines con nombre.

El proyecto también incluye un complemento opcional llamado Project Eva para generar imágenes, videos y escenas 3D, además de un modelo de chat local. La instalación requiere FFmpeg, y algunos modos necesitan un token de Hugging Face y una cantidad considerable de VRAM o RAM. El autor ha indicado que el proyecto está en modo de mantenimiento y que no habrá más desarrollo de funcionalidades importantes.

Funciones clave

  • 01Transcripción de voz a texto con traducción y diarización de hablantes
  • 02Síntesis de texto a voz con diseño de voz a partir de descripciones textuales y clonación de voz a partir de clips de referencia
  • 03Conversión de voz para audio y video, incluida música a 44,1 kHz
  • 04Generación musical a partir de letras y descripciones de estilo, con pistas separadas por instrumento
  • 05Separación de voces, separación de hablantes y mejora de sonido con escalado a 48 kHz
  • 06Guiones de diálogo con varios hablantes, efectos de sonido y música de fondo automática

Casos de uso

  • Doblar un video a otro idioma conservando la voz del hablante original
  • Separar a cada hablante de una grabación de una reunión o entrevista
  • Clonar una vez la voz de un narrador y reutilizarla en varios proyectos de TTS
  • Aislar las voces o los instrumentales de canciones para remezclarlos

Inicio rápido

  1. 1

    Clona el repositorio

    git clone https://github.com/HAKORADev/VODER.git && cd VODER
  2. 2

    Instala las dependencias con el script de configuración recomendado

    python setup.py
  3. 3

    Muestra la ayuda

    python src/voder.py
  4. 4

    Inicia la GUI

    python src/voder.py gui

Antes de usarlo

  • Requiere instalar muchas dependencias pesadas con «pip install» y puede necesitar una GPU para ofrecer un buen rendimiento.
  • Está bajo la licencia AGPL-3.0, una licencia copyleft estricta que restringe la reutilización en proyectos de código cerrado.
  • Algunas funciones, como Project Eva, son un DLC independiente que incluye modelos grandes.

Temas

#voice-cloning#text-to-speech#speech-to-text#voice-conversion#music-generation#audio-processing#speaker-diarization#offline-ai#tts#voder

Preguntas frecuentes

¿Qué es VODER?
Kit de herramientas de Python local y sin conexión que reúne transcripción, síntesis y clonación de voz, conversión de voz, generación musical y limpieza de audio en una CLI y una GUI. VODER es un motor de procesamiento de voz que reúne varios flujos de trabajo de audio en una sola interfaz: transcripción de voz a texto, síntesis de texto a voz con diseño y clonación de voz, conversión de voz, generación musical y separación de pistas, mejora de sonido, generación de efectos de sonido, separación de voces y diarización de hablantes. Se ejecuta en el equipo del usuario, sin suscripción, y puede funcionar con CPU o GPU.
¿VODER es gratuito? ¿Qué licencia tiene?
VODER es open source bajo la licencia AGPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿VODER sigue mantenido?
Mantenimiento activo. El último commit de VODER fue el 1 oct 2026.
¿Para qué puedo usar VODER?
Doblar un video a otro idioma conservando la voz del hablante original Separar a cada hablante de una grabación de una reunión o entrevista Clonar una vez la voz de un narrador y reutilizarla en varios proyectos de TTS Aislar las voces o los instrumentales de canciones para remezclarlos
¿Cómo se instala VODER?
Clona el repositorio: git clone https://github.com/HAKORADev/VODER.git && cd VODER Instala las dependencias con el script de configuración recomendado: python setup.py Muestra la ayuda: python src/voder.py Inicia la GUI: python src/voder.py gui
¿Dónde consigo VODER?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/HAKORADev/VODER

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados