Voice-Pro – Gradio-WebUI mit Unterstützung für Spracherkennung, Übersetzung und Sprachsynthese

Voice-Pro ist ein Gradio-WebUI mit Unterstützung für Spracherkennung, Übersetzung und Sprachsynthese.

Hauptfunktionen:

• Zero-Shot Voice Cloning. Es wird nur ein 15-sekündiges Sprachsample benötigt. Enthält Stimmen von über 50 Prominenten
• YouTube-Audio-Download
• Vocal Separation
• Mehrsprachige Text-to-Speech-Umwandlung (Edge-TTS, F5-TTS)
• Mehrsprachige Übersetzung
• Unterstützung für verschiedene Whisper-Engines (Whisper, Faster-Whisper, Whisper-Timestamped)

Video-Demos:

• Tutorial zur Nutzung von Voice-Pro: https://youtu.be/z8g8LMhoh_o

• Demo zur Podcast-Erstellung mit Voice Cloning: https://youtu.be/Wfo7vQCD4no

• Demos und Beispielvideos: https://youtube.com/playlist/?list=PLwx5dnMDVC9Y7dAjm9r26CZUw1uU5VIeq

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

[yangeok]

Sieht so aus, als hätte das jemand aus Korea gemacht.