Voice-Pro – WebUI em Gradio com suporte a reconhecimento de voz, tradução e síntese de voz

Voice-Pro é uma WebUI em Gradio com suporte a reconhecimento de voz, tradução e síntese de voz.

Principais recursos:

• Clonagem de voz zero-shot. Basta ter uma amostra de voz de 15 segundos. Inclui vozes de mais de 50 celebridades
• Download de áudio do YouTube
• Separação vocal
• Conversão de texto em fala multilíngue (Edge-TTS, F5-TTS)
• Tradução multilíngue
• Suporte a vários motores Whisper (Whisper, Faster-Whisper, Whisper-Timestamped)

Demos em vídeo:

• Tutorial de uso do Voice-Pro: https://youtu.be/z8g8LMhoh_o

• Demo de produção de podcast com clonagem de voz: https://youtu.be/Wfo7vQCD4no

• Demo e vídeos de exemplo: https://youtube.com/playlist/?list=PLwx5dnMDVC9Y7dAjm9r26CZUw1uU5VIeq

GitHub:
https://github.com/abus-aikorea/voice-pro

[yangeok]

Parece que foi feito por um coreano.