Voice-Pro – WebUI de Gradio con reconocimiento de voz, traducción y síntesis de voz

Voice-Pro es una WebUI de Gradio compatible con reconocimiento de voz, traducción y síntesis de voz.

Funciones principales:

• Clonación de voz zero-shot. Solo se necesita una muestra de voz de 15 segundos. Incluye voces de más de 50 celebridades
• Descarga de audio de YouTube
• Separación de vocales
• Conversión de texto a voz multilingüe (Edge-TTS, F5-TTS)
• Traducción multilingüe
• Compatibilidad con varios motores de Whisper (Whisper, Faster-Whisper, Whisper-Timestamped)

Demostraciones en video:

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

• Demo de creación de podcast con Voice-Cloning: https://youtu.be/Wfo7vQCD4no

• Demos y videos de muestra: https://youtube.com/playlist/?list=PLwx5dnMDVC9Y7dAjm9r26CZUw1uU5VIeq

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

[yangeok]

Parece que lo hizo un coreano.