載入中...
載入中...
VoiceStudio 是 active-beta 的 local-first 語音工作台,整合 16 TTS、11 ASR、voice cloning、video dubbing、OpenAI-compatible API 與 MCP。本文校正 646 語言與 CPU 慢 3 倍等說法,整理 Apple Silicon/Windows/Linux 條件、MCP 安全、AGPL 與模型權重個別授權風險,以及 BigIntTech 語音客服/影音產線的 PoC 建議。
Threads @iluciddreaming 推薦 GPT-SoVITS,主張不用每月付 ElevenLabs,用 1 分鐘錄音就能本機復刻聲音。查證 RVC-Boss/GPT-SoVITS:GitHub 約 59.7k stars、MIT License、Python,README 宣稱 zero-shot 5 秒 vocal sample、few-shot 1 分鐘 training data、支援英日韓粵中、WebUI 工具、Colab/HuggingFace demo。本文整理它對 Allen 語音 AI/會議記錄/聲音 IP 的價值,也標明聲音克隆需本人授權與防濫用。