Voice-Pro – 音声認識、翻訳、音声合成をサポートするGradio WebUI

Voice-Proは、音声認識、翻訳、音声合成をサポートするGradio WebUIです。

主な機能:

• ゼロショットのボイスクローニング。15秒の音声サンプルだけで利用可能。50人以上のセレブ音声を提供
• YouTubeオーディオのダウンロード
• ボーカル分離
• 多言語テキスト読み上げ（Edge-TTS、F5-TTS）
• 多言語翻訳
• さまざまなWhisperエンジンをサポート（Whisper、Faster-Whisper、Whisper-Timestamped）

動画デモ:

• Voice-Pro使用チュートリアル: https://youtu.be/z8g8LMhoh_o

• Voice-Cloningポッドキャスト制作デモ: https://youtu.be/Wfo7vQCD4no

• デモとサンプル動画: https://youtube.com/playlist/?list=PLwx5dnMDVC9Y7dAjm9r26CZUw1uU5VIeq

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

[yangeok]

韓国の方が作られたみたいですね