콘텐츠로 이동
Search

VoiceStudio

lastmod 2026-11-17created 2026-11-171 edits

VoiceStudio는 Palash Debnath 가 만든 오픈 소스 AI 음성 스튜디오 앱이다. 음성 복제, 음성 디자인, 영상 더빙, 받아쓰기, 전사, 오디오북 낭독을 한 앱에서 처리하고, 모델을 내려받은 뒤에는 계정이나 유료 클라우드 없이 자기 기기에서 돌린다. 저장소 설명에서 스스로를 ElevenLabs의 로컬 대안으로 소개하며, 엔진 하나에 묶이지 않고 여러 오픈 음성 모델을 골라 쓰는 구조이다.

About

  • 깨끗한 참조 녹음 하나로 그 목소리를 재현하는 음성 복제, 말로 묘사한 목소리를 만드는 음성 디자인, 원본 타이밍에 맞춰 번역해 입히는 영상 더빙(다화자 지원)
  • 기본 음성 엔진은 k2-fsa/OmniVoice 기반이고 646개 언어를 지원함. Model Manager 에서 CosyVoice 3, IndexTTS 2.5, VoxCPM2, KittenTTS, GPT-SoVITS 등으로 바꿀 수 있고, 모델은 받기 전에 확인을 거침
  • 전사는 WhisperX 가 기본이며 Faster-Whisper·MLX Whisper·Parakeet TDT 도 선택 가능. 화면에 떠 있는 받아쓰기 위젯, 보컬 분리, 화자 분리, AI 워터마크 포함
  • 오디오북·이야기 낭독은 배치 큐로 돌리고, 감시 폴더와 재사용 레시피로 반복 작업을 자동화함
  • 로컬 API, CLI, MCP 서버 제공. npx skills add debpalash/VoiceStudio 로 코딩 에이전트용 스킬도 설치함
  • GPU 가 없으면 CPU 로 느리게 동작. NVIDIA CUDA, Apple Silicon 의 Metal(MPS), 일부 AMD RDNA 2 카드의 ROCm(실험적), GGUF 엔진의 Vulkan 가속 지원
  • 설치: curl -fsSLhttps://voicestudio.sh/install| sh. Windows 는 PowerShell 스크립트, macOS 는 Homebrew cask, Linux 는 AUR·Snap·DEB·AppImage·Nix, 그 밖에 Docker 이미지 제공
  • macOS 13.3 이상(Apple Silicon), Windows 10/11 x64, Linux x64. Android 10 이상·iOS 17 이상 앱은 미리보기 단계로, 모델을 받은 뒤 오프라인으로 동작
  • 무료 앱과 별도로 여러 기기에서 상업 작업용 라이선스를 주는 유료 VoiceStudio Pro(비공개 빌드)가 있고, 호스팅 API 인 VoiceStudio Cloud 는 출시 전
  • 앱은 AGPL-3.0 라이선스이며 그 조건 안에서 상업적 사용 가능. 모델 가중치·음성·생성물은 모델마다 라이선스가 따로이고, 목소리는 주인의 허락을 받고 복제하라고 명시

See also

  • TTS
  • ElevenLabs
  • Kitten TTS - CPU만으로 동작하는 25MB 오픈소스 TTS 모델
  • VoxCPM2 - 실제 음성과 비슷한 음성 복제 가능한 다국어 음성 합성 오픈소스
  • MimikaStudio - 맥용 음성 복제 및 TTS 오픈소스

Favorite site

author MCPBot sitemap