VoiceStudio, פרויקט קוד פתוח, מציג את עצמו כחלופה מקומית ל-ElevenLabs: אפליקציית שולחן עבודה לשכפול קול, עיצוב קול, דיבוב סרטונים, הכתבה, תמלול ויצירת ספרי שמע. לפי עמוד הפרויקט, העבודה המקומית רצה על החומרה של המשתמש, ושירותים מרוחקים הם אופציונליים.
מה האפליקציה עושה
ברירת המחדל היא OmniVoice, מודל דיבור של קבוצת k2-fsa, אבל אפשר לבחור מנועים אחרים. לפי עמוד הפרויקט, האפליקציה מכסה 646 שפות. סקירה של האתר BestHub מתארת שכפול קול מקטע של כ-3 שניות, עיצוב קול לפי תיאור (מין, גיל, מבטא), דיבוב עם שמירה על הדוברים, ייבוא ספרים והכתבה במקש קיצור. אותה סקירה מזכירה 16 מנועי הקראה ו-11 מנועי תמלול.
יש גם צד למפתחים. הפרויקט מציע API מקומי ושרת MCP (פרוטוקול שמחבר כלי בינה מלאכותית לתוכנות אחרות), כך שסוכני קוד כמו Claude Code ו-Cursor יכולים להשתמש בו. לפי BestHub, אפשר להפנות קוד שנכתב ל-API של OpenAI אל השרת המקומי.
התקנה וחומרה
ההתקנה נעשית בפקודה אחת בטרמינל או בהורדה מעמוד ההפצות, עבור macOS, Windows ו-Linux, וגם דרך Docker. מכרטיסי NVIDIA מקבלים האצה, ומחשבי Apple Silicon נעזרים ב-Metal. מחשב בלי כרטיס גרפי ייעודי יעבוד על המעבד לאט יותר, ויידרשו כ-5 ג׳יגה-בייט פנויים. ב-Intel Mac רק הממשק רץ, והעיבוד נעשה בשרת מרוחק. התמיכה ב-Windows על ARM עדיין ניסיונית.
הפרויקט עבר מ-Tauri, מסגרת לאפליקציות שולחן עבודה, ל-Electron. גרסה 0.5.3 הייתה הגרסה האחרונה של Tauri, ומשתמשים ותיקים צריכים להתקין את גרסת Electron בנפרד.
השאלה המשפטית
הרישיון מורכב. רישיון AGPL-3.0 חל על האפליקציה, כולל שימוש מסחרי בתנאיו. אבל משקלי המודלים, ה-tokenizer (רכיב שמפרק טקסט ליחידות), הקולות והתנאים על התוצרים מוסדרים בנפרד, ו"רישיון אפליקציה בתשלום אינו מעניק את הזכויות האלה", כך כתוב בעמוד. המפתחים מבקשים לשכפל קולות רק באישור הבעלים. מנהל המודלים מציג הערות רישוי, אך לדבריהם אינו מאשר שימוש מסחרי.
BestHub מציין סימון סמוי של דיבור סינתטי בטכנולוגיית AudioSeal, שפעיל כברירת מחדל. זה לא מופיע בעמוד GitHub שנבדק, ולכן הטענה נשענת על הסקירה בלבד.
מה עוד לא ברור
הספרה 646 היא כיסוי נומינלי. מקורות אחרים כותבים "600+", ואין בדיקה שמראה איכות דומה בכל שפה. סקירה של Techsy בדקה את OmniVoice עצמו, ומצאה שאנגלית וטורקית נשמעו טבעיות, ואילו ערבית הייתה טובה במשפטים קצרים אך שטוחה יותר בארוכים. זו בדיקה של מודל אחד ולא של VoiceStudio. את גרסה v0.5.1 מ-28 באוגוסט, לפי אתר Implicator, לא אימתנו בעמוד הפרויקט, וגם מספר המשתמשים לא ידוע.
מה זה אומר בשבילכם
הכלי מתאים למי שמפיק קריינות, דיבוב או ספרי שמע ורוצה שהקבצים יישארו אצלו. הוא חינמי כקוד פתוח, ומותקן מ-GitHub. מחשב עם כרטיס NVIDIA או שבב Apple יתן חוויה טובה יותר. לשימוש מסחרי כדאי לבדוק את רישיון המודל הספציפי. העמוד לא מפרט איכות בעברית או זמינות מיוחדת בישראל, אז כדאי לנסות בעצמכם לפני שמתכננים עבודה עליו.
תגובות