O VoiceStudio, repositório de código aberto de debpalash no GitHub, reúne clonagem e criação de vozes, dublagem de vídeo, ditado, transcrição e audiobooks. Tudo roda na máquina do usuário. O projeto está em alta no GitHub: ganhou 1.207 estrelas hoje e soma 107.663. Segundo o README, o uso é gratuito, no próprio hardware e sem conta.
O que é e o que faz
O VoiceStudio se descreve como alternativa local ao ElevenLabs. Com uma gravação de referência limpa, gera fala em uma voz parecida. Também cria vozes a partir de descrições em texto.
Na dublagem, traduz vídeos e gera fala sincronizada com o original. O app ainda tem um widget flutuante de ditado, transcrição local, narração de histórias e audiobooks, e fila de tarefas em lote. O projeto afirma cobrir 646 idiomas, e o site ressalva que a disponibilidade varia por motor, tarefa e versão.
Como funciona e onde roda
O motor padrão é o OmniVoice, do projeto k2-fsa. O Model Manager permite escolher entre dezenas de outros motores e baixar só os modelos necessários. Para automação, o app oferece API local, MCP, receitas reutilizáveis e pastas monitoradas.
Há instaladores para macOS, Windows, Linux, Docker, Android e iOS. O Mac precisa de Apple Silicon e macOS 13.3 ou superior para usar Metal. No Windows x64, aceita NVIDIA CUDA, AMD ROCm (opcional) ou CPU. No Linux, usa CUDA, CPU ou Vulkan em motores GGUF compatíveis.
Sem GPU, o app funciona na CPU, só que mais devagar. As versões para Android 10+ e iOS/iPadOS 17+ estão em prévia e operam offline após o download dos modelos. No Windows, o suporte a ROCm é experimental e limitado a algumas placas RDNA 2.
Maturidade e repercussão
O repositório foi criado em 9 de abril de 2026 e recebeu commit em 11 de novembro. Tem 11.924 forks e é escrito em Python.
O site reúne vídeos no YouTube e posts em redes sociais que o chamam de alternativa gratuita ao ElevenLabs. Um usuário no X diz ter testado a clonagem de voz e a considera um forte concorrente de serviços pagos. São relatos de usuários e criadores, não avaliações técnicas independentes.
Cuidados ao adotar
A licença do aplicativo e as dos modelos são separadas. Segundo o site, o modelo pré-treinado OmniVoice é de uso não comercial, e quem usa a versão gratuita ou a Pro deve seguir os termos do modelo escolhido. A AGPL-3.0 do app permite uso comercial dentro de suas condições.
Existem ainda a edição Pro, de código fechado e com conta obrigatória, voltada a trabalho para clientes, e a Cloud, API hospedada que ainda não foi lançada. A versão gratuita e local não exige nenhuma das duas.
Pontos-chave
- Em Mac com chip Intel, só a interface roda; o backend precisa estar em outro computador.
- Imagens Docker saem pelo GHCR, com variantes para CPU, NVIDIA CUDA e AMD ROCm.
- Os motores GGUF nativos (OmniVoice, CosyVoice) usam Vulkan em GPUs AMD, Intel e NVIDIA.
- O ROCm no Windows cobre apenas as placas RX 6000 com alvos gfx1030, gfx1031 e gfx1032.
Texto escrito por IA a partir das reportagens e páginas listadas abaixo e checado contra elas por uma segunda revisão automática. Atualizado em 11/11/2026 às 06:15 (Brasília).
Fontes usadas no texto
Anúncio oficial
Site do projeto VoiceStudio voicestudio.shSite oficial descreve recursos, 646 idiomas, ressalva de licenças de modelos, Pro e Cloud, e reúne vídeos e posts de usuários.
GitHub
debpalash/VoiceStudio no GitHub GitHub · 2026-11-11README detalha funções, motor OmniVoice padrão, automação, plataformas, requisitos de hardware e as edições Pro e Cloud.
