Repolode
abus-aikorea

abus-aikorea/voice-pro

基于 Gradio 的网页工具,集成语音合成、声音克隆、Whisper 转录、YouTube 下载、人声分离和翻译,用于配音制作。

可替代:ElevenLabs

Star
13,226
Fork
1,909
未关闭 Issue
62
最近提交
3个月前

这是什么?

Voice-Pro 是一个基于 Gradio 的网页应用,用于配音和字幕制作。它整合了 YouTube 视频下载与音频提取、基于 Demucs 的人声分离、Whisper、Faster-Whisper 和 Whisper-Timestamped 语音识别,并通过 Deep-Translator 支持 100 多种语言的翻译,也可接入 Azure Translator。

语音输出方面,项目提供 Edge-TTS 和 kokoro 语音合成,以及 F5-TTS、E2-TTS、CosyVoice 的零样本声音克隆。功能按网页标签页组织,包括配音工作室、Whisper 字幕、翻译和语音生成。

安装脚本面向配备 NVIDIA 显卡的 Windows 系统,项目采用 GPL-3.0 许可证。开发者说明目前暂停了后续开发,macOS 和 Linux 上的运行情况尚未验证。

核心功能

  • 01使用 Whisper、Faster-Whisper 和 Whisper-Timestamped 进行语音转录
  • 02通过 Edge-TTS、kokoro 生成语音,并用 F5-TTS、E2-TTS、CosyVoice 进行零样本声音克隆
  • 03借助 yt-dlp 下载 YouTube 视频并提取音频
  • 04使用 Demucs 分离人声与背景音
  • 05翻译 SRT、ASS 等格式的字幕文件

适用场景

  • 用克隆或预设的声音将 YouTube 视频配成其他语言
  • 为播客或视频生成带词级时间轴的字幕
  • 从歌曲中分离人声,用于卡拉 OK 或二次创作
  • 翻译字幕文件,用于多语言发布

快速上手

  1. 1

    从 GitHub 下载或克隆该仓库

  2. 2

    在 Windows 上运行 start.bat 以安装并启动 Web 应用

    start.bat
  3. 3

    如果出现问题,删除 installer_files 文件夹并重新运行 start.bat

    start.bat

使用前须知

  • 仅在配备 NVIDIA GPU 的 Windows 上经过测试,macOS 和 Linux 未经验证。
  • 维护者目前暂停了该项目的开发和更新。
  • 项目采用 GPL-3.0 许可证,这是一种 copyleft 许可证,衍生作品须保持开源。
  • 部分可选功能(如 Azure TTS 和 Azure Translator)需要您自行提供 API 密钥。

标签

常见问题

voice-pro 是什么?
基于 Gradio 的网页工具,集成语音合成、声音克隆、Whisper 转录、YouTube 下载、人声分离和翻译,用于配音制作。 Voice-Pro 是一个基于 Gradio 的网页应用,用于配音和字幕制作。它整合了 YouTube 视频下载与音频提取、基于 Demucs 的人声分离、Whisper、Faster-Whisper 和 Whisper-Timestamped 语音识别,并通过 Deep-Translator 支持 100 多种语言的翻译,也可接入 Azure Translator。
voice-pro 可以免费使用吗?用的什么许可证?
voice-pro 以 GPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
voice-pro 还在维护吗?
半年内有更新。voice-pro 最近一次提交是在 2026年7月13日。
voice-pro 适合用来做什么?
用克隆或预设的声音将 YouTube 视频配成其他语言 为播客或视频生成带词级时间轴的字幕 从歌曲中分离人声,用于卡拉 OK 或二次创作 翻译字幕文件,用于多语言发布
voice-pro 怎么安装和运行?
从 GitHub 下载或克隆该仓库 在 Windows 上运行 start.bat 以安装并启动 Web 应用: start.bat 如果出现问题,删除 installer_files 文件夹并重新运行 start.bat: start.bat
在哪里获取 voice-pro?
源代码和安装说明在 GitHub 上:https://github.com/abus-aikorea/voice-pro

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目