VoiceStudio
SHA-256오픈 소스 로컬 음성 클로닝 및 더빙 도구로, 646개 언어를 지원하며 완전히 오프라인으로 실행되고 계정이나 구독이 필요 없습니다.
ElevenLabs에 필적하는 완전 로컬 음성 복제 및 오디오북 도구
주요 기능
- 음성 클로닝: 3-15초 참조 오디오만 업로드하면 임의의 텍스트를 합성할 수 있으며, 음성 스타일을 높은 수준으로 재현
- 음성 디자인: 나이, 억양, 음높이, 스타일 등의 설명에 따라 완전히 새로운 목소리 생성 가능
- 비디오 더빙: 전사, 번역, 화자 음색 유지, 음성에 맞는 자막 자동 생성 및 비디오 내보내기
- 오디오북 및 스토리: EPUB/PDF 가져오기, 다중 캐릭터 스크립트 지원, .m4b 형식으로 출력
- 받아쓰기 위젯: 전역 단축키로 실시간 전사 호출, 선택적으로 로컬 LLM을 연결해 텍스트 정리
할 수 없는 것
- •아직 활발한 Beta 단계: 최신 Release 버전을 우선 사용하세요. main 브랜치는 불안정할 수 있습니다
- •NVIDIA 그래픽 카드 또는 Apple Silicon이 없는 경우 CPU 모드 속도가 현저히 느려지므로 최소 16GB 메모리를 권장합니다
- •기본 모델 가중치는 CC-BY-NC 라이선스이며, 상업적 사용 시 업스트림 모델 라이선스를 확인해야 합니다
- •Intel Mac은 로컬 백엔드를 실행할 수 없으며, 원격 컴퓨팅 노드에 연결해야 합니다
사용 사례
- 비디오, 강좌 또는 팟캐스트를 위한 다국어 더빙을 제작하며, 개인 크리에이터는 저작권과 클라우드 비용을 걱정할 필요가 없습니다
- 오디오 소설 및 장편 콘텐츠를 오프라인에서 대량 생산 — 데이터가 기기를 떠나지 않아 개인정보에 민감한 사용자에게 적합합니다
VoiceStudio(구 OmniVoice-Studio)는 완전히 로컬에서 동작하는 오픈 소스 음성 도구로, ElevenLabs의 오픈 소스 대안으로 불린다. 음성 클로닝, 사운드 디자인, 비디오 더빙, 받아쓰기, 전사, 오디오북 제작 기능을 하나로 통합했으며, 646개 언어를 지원하고 16개의 TTS 엔진과 11개의 ASR 엔진을 내장하여 완전히 로컬 하드웨어에서 실행할 수 있다 — 계정 등록, API 키, 구독, 사용량 기반 과금이 필요 없다. 오디오를 클라우드에 업로드해야 하는 상용 서비스와 달리, VoiceStudio는 기본적으로 모든 데이터를 로컬에 보관하며 원격 기능은 모두 선택적으로 활성화할 수 있다. 애플리케이션에는 모델 카탈로그(Model Catalogue)가 내장되어 있어 언제든지 엔진과 모델을 전환할 수 있으며, 배치 큐, 오디오 보컬 분리, 화자 분리, AI 워터마크를 지원하고, OpenAI 사양을 준수하는 로컬 API와 MCP 서버 인터페이스를 제공하여 2차 개발이 용이하다. 데스크톱 앱(macOS Apple Silicon / Windows / Linux)과 Docker 배포를 제공하며, CUDA, MPS, ROCm 등의 GPU 가속을 자동으로 인식한다. 라이선스는 AGPL-3.0으로 소스 코드가 완전히 공개되어 있어, 데이터 프라이버시와 높은 가성비가 필요한 프라이빗 배포, 대량 프로덕션, 오프라인 창작 등의 시나리오에 적합하다.
태그
시작하기
소프트웨어 설치
다운로드한 설치 프로그램을 더블 클릭하고 안내에 따르세요
GitHub Releases에서 해당 시스템(macOS arm64 / Windows x64 / Linux)에 맞는 설치 패키지를 다운로드하여 실행하세요
첫 실행 시 Python 환경이 자동으로 생성되고 기본 모델이 다운로드되니 잠시 기다려 주세요
"음성 복제" 페이지를 열고 선명한 음성 샘플을 업로드한 후 텍스트를 입력하고 언어를 선택한 다음 생성 버튼을 클릭하면 됩니다
- GitHub Releases에서 해당 시스템(macOS arm64 / Windows x64 / Linux)에 맞는 설치 패키지를 다운로드하여 실행하세요
- 첫 실행 시 Python 환경이 자동으로 생성되고 기본 모델이 다운로드되니 잠시 기다려 주세요
- "음성 복제" 페이지를 열고 선명한 음성 샘플을 업로드한 후 텍스트를 입력하고 언어를 선택한 다음 생성 버튼을 클릭하면 됩니다
SHA-256 체크섬 확인됨
GitHub 공식 Release 페이지에서 추출된 체크섬
SHA256 체크섬
0e0a9b3ef7d4c48243bae2b12f610c5bc991bbb127e17700a410c24063cab2a6이 체크섬은 GitHub Release 페이지에서 추출되었습니다. 다운로드 후 파일 무결성을 확인하세요.
이 플랫폼의 모든 SHA-256 체크섬은 프로젝트의 공식 GitHub Release 페이지에서 추출되었으며, 어떠한 변경도 없습니다. GitHub Releases 페이지에서 직접 검증할 수 있습니다.
오픈소스 투명성
GitHub 소스 보기제거 정보
제거할 때 애플리케이션 디렉터리와 기본 모델 캐시(일반적으로 ~/.cache 또는 ~/Library/Application Support/VoiceStudio에 위치)를 삭제하세요. 설정의 "자체 검사"에서 전체 경로를 확인할 수 있습니다. 이 폴더들을 삭제하면 완전히 제거됩니다.
추가 의존성 없음
다운로드 후 바로 사용 가능. 추가 런타임이 필요하지 않습니다.
문제 발생? 아래 FAQ 확인
5 FAQs
유사한 프로젝트
ollama
로컬에서 대규모 언어 모델을 원클릭으로 실행하고 관리할 수 있는 오픈소스 도구로, 다양한 플랫폼과 풍부한 모델을 지원합니다.
llama.cpp
순수 C/C++ 기반의 고성능 대규모 모델 추론 엔진으로, 저비트 양자화 및 다양한 하드웨어(Apple Silicon, CUDA, Vulkan 등)를 지원하며, 경량화되어 임베딩이 가능합니다.
ComfyUI
ComfyUI는 모듈식 AI 창작 엔진으로, 노드 그래프 인터페이스를 통해 블록을 조립하듯 이미지, 비디오, 3D 및 오디오를 생성할 수 있습니다. 기존 WebUI보다 더 유연하고 효율적이며, 전문가와 자동화 파이프라인에 적합합니다.