Real-Time Voice Cloning
CorentinJ/Real-Time-Voice-CloningRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es Real-Time Voice Cloning?
Este es el código detrás de una tesis de maestría: le das unos segundos de alguien hablando, el programa crea una huella digital de esa voz y luego lee el texto que escribas con una voz parecida. Incluye una pequeña ventana de escritorio (la "toolbox") y una versión de línea de comandos, además de los scripts de entrenamiento. Funciona en Windows y Linux, necesita ffmpeg y Python instalado mediante uv, y una tarjeta NVIDIA lo hace más usable. El propio autor dice que el proyecto "ha envejecido rápido" y que los servicios de pago suenan mejor.
Real-Time Voice Cloning es gratis y de código abierto (MIT) y puede reemplazar a ElevenLabs y Respeecher.
¿Qué tan fácil es instalar Real-Time Voice Cloning?
D · terminal, varias herramientas o tarjeta específica · Windows
- Windows D
- Linux D
No hay ninguna versión lista para descargar. Tanto en Windows como en Linux, el README pide instalar ffmpeg, luego instalar la herramienta uv y después ejecutar `uv run --extra cuda demo_toolbox.py` (o `--extra cpu` si no tienes tarjeta NVIDIA), lo que configura un entorno Python y descarga los modelos la primera vez que se usa. En ambos sistemas es trabajo de terminal, y el proyecto solo admite Windows y Linux de 64 bits, no macOS.
Pronto: instala con 1 clic desde la app RepoPicks.
Real-Time Voice Cloning en GitHub
- Estrellas
- 60.237el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +13estrellas en 7 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Windows, Linux
- Necesitas instalar
- Python, Tarjeta NVIDIA, FFmpeg
- Para compilar desde el código
- Python, Tarjeta NVIDIA, FFmpeg
- Espacio en disco
- 900 MB–4,2 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · Código con licencia MIT, modelos preentrenados que se descargan gratis y todo funciona en tu propia computadora.
- Licencia
- MIT (Permisiva)
- Puede reemplazar
- ElevenLabs, Respeecher
- Último cambio en GitHub
- 9 mar 2026
Señales de riesgo de Real-Time Voice Cloning (6)
- AtenciónEl comando de instalación ejecuta un script de internet
El comando de instalación canaliza un script remoto hacia una shell: curl -LsSf https://astral.sh/uv/install.sh | sh
revisión automática
- AtenciónHecho para copiar la voz de una persona real
La propia descripción del proyecto es "Clone a voice in 5 seconds to generate arbitrary speech in real-time", y el README explica que crea "a digital representation of a voice from a few seconds of audio" y luego dice cualquier texto con ella. Por regla general, hacer una grabación que suene como una persona real sin su consentimiento está restringido por ley en varios países.
revisión con IA
- AtenciónLa instalación en Windows evita la política de scripts
El paso en Windows es `powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"`, que desactiva la protección de scripts de PowerShell y ejecuta un script descargado en ese momento. (La línea de Linux hace lo mismo con curl.) El README sí ofrece `pip install -U uv` como alternativa.
revisión con IA
- InfoEl autor dice que está desactualizado
README, "Heads up": "Like everything else in Deep Learning, this repo has quickly gotten old. Many SaaS apps (often paying) will give you a better audio quality than this repository will", y remite a otro proyecto (Chatterbox) para obtener mejor calidad actual. No hay releases, y las bibliotecas fijadas son antiguas (torch 1.10, Pillow 8.4.0, scikit-learn 1.0.2).
revisión con IA
- InfoNecesita exactamente Python 3.9
pyproject.toml establece `requires-python = ">=3.9,<3.10"`, por lo que solo funciona con Python 3.9. La herramienta uv descarga esa versión por ti, pero ninguna más reciente funcionará.
revisión con IA
- InfoLos modelos se descargan al ejecutarse
README: "Pretrained models are now downloaded automatically", desde https://huggingface.co/CorentinJ/SV2TTS. Lo que realmente genera la voz llega de internet después de instalar, y los paquetes de torch vienen de los índices de download.pytorch.org indicados en pyproject.toml.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de Real-Time Voice Cloning
- Si la instalación todavía se completa hoy, dado que usa Python 3.9 y bibliotecas antiguas fijadas en el proyecto
- Qué tanto se parece realmente la voz clonada a la original, algo que solo se puede juzgar escuchando
- Si es usable sin una tarjeta NVIDIA, ya que existe una opción para CPU pero no se indica la velocidad
- El uso real de disco después de descargar los modelos y cualquier conjunto de datos, ya que la cifra aquí es solo una estimación
- Si la descarga automática de los modelos todavía funciona