VoiceStudio: clonar voz y doblar vídeo sin subir nada
Una alternativa abierta a ElevenLabs que funciona en tu ordenador. 646 idiomas según sus autores, licencia AGPL y un aviso que conviene leer dos veces.
En esta lectura
Qué hace
VoiceStudio se presenta como una alternativa de código abierto a ElevenLabs que funciona entera en tu equipo. Su propio repositorio lo resume así: clonación de voz, diseño de voces, doblaje de vídeo, dictado, transcripción y creación de audiolibros, en 646 idiomas. 1
«En local» aquí significa lo que parece: el trabajo corre en tu hardware y los servicios remotos son opcionales. Lo dicen con estas palabras en su README, y es exactamente la diferencia que le importa a una empresa. Si doblas la formación interna o transcribes reuniones, esos archivos no salen de tu máquina. 1
Por debajo utiliza motores intercambiables; el que viene por defecto es k2-fsa/OmniVoice, y puedes elegir otro. Ellos avisan de que las necesidades de hardware dependen del motor que uses, y no dan una cifra de memoria o tarjeta gráfica. 1
Se instala descargando la aplicación de escritorio, que es una app de Electron, con guías para macOS, Windows, Linux y Docker. Y trae dos cosas que interesan a quien ya tiene automatizaciones montadas: una API local y soporte de MCP, el protocolo que permite que un agente use la herramienta directamente. 1
La letra pequeña, que aquí importa
La licencia del proyecto es AGPL-3.0. 2 Es software libre, sí, pero es de las licencias más exigentes: si montas un servicio sobre él y lo ofreces por red, te obliga a liberar tus modificaciones. Para uso interno no suele ser problema; si tu idea era revenderlo como servicio, que lo mire alguien antes.
Segundo aviso, y este lo escriben ellos mismos: los modelos tienen sus propias licencias y hay que revisarlas antes de un uso comercial. Que la aplicación sea libre no significa que la voz que genera pueda usarse en un anuncio. 1
Y el tercero, el más importante, también es suyo y cabe en cuatro palabras: clona voces solo con permiso. 1 Aquí no hablamos de estilo, hablamos de la voz de una persona concreta, que en Europa es un dato personal. Si en una empresa se piensa clonar la voz de alguien para los vídeos internos, eso se pide por escrito; no se supone.
Según GitHub, el repositorio ronda las 32.000 estrellas. Es una señal de interés, no de que funcione bien en tu caso. 2
Mi lectura
Lo que me interesa de esto no es clonar voces, es no tener que subir el audio a ningún sitio. Se transcriben reuniones enteras en la primera web gratuita que aparece, sin que nadie se pregunte dónde acaba ese audio, y eso sí me parece un problema serio. Lo que no me creo de entrada son los 646 idiomas: será el número de idiomas que el motor admite, no el número de idiomas en los que suena bien, y la diferencia entre esas dos cosas es todo el proyecto. Antes de montarlo, yo probaría el doblaje con dos minutos de algo real en español y escucharía el resultado con alguien que no sea de tecnología.
Rubén Marqués
Para quién
- Si diriges una empresa con formación interna o atención telefónica: esto te permite doblar y transcribir sin que el audio de tus empleados o tus clientes salga de casa. Empieza por la pregunta de dónde se están transcribiendo hoy vuestras reuniones.
- Si trabajas en un hotel o una tienda con varios idiomas: los vídeos de bienvenida o las instrucciones internas se pueden doblar sin estudio ni proveedor. Pide siempre permiso escrito a la persona cuya voz se use, aunque sea de la casa.
Guárdalo
Los enlaces de esta pieza, para que no tengas que buscarlos otra vez.
-
VoiceStudio en GitHub
El repositorio original con la instalación por sistema operativo y los avisos de licencia.
-
Descargas de VoiceStudio
La última versión para macOS, Windows y Linux, con sus sumas de verificación.
¿Le sirve a alguien de tu equipo?
Compartir en LinkedInFuentes
- 1
- 2
