RepoPicks Radar

Actualizado todos los días hacia las 23:30 UTC

Guías

AI Voice Cloning

JarodMica/ai-voice-cloningRevisado por IA

Revisado por RepoPicks Radar el

¿Qué es AI Voice Cloning?

AI Voice Cloning es una página web que corre en tu propia computadora, basada en el modelo Tortoise TTS, donde subes muestras de una voz y haces que lea el texto que escribas. También puede entrenarse con tus propias grabaciones, transcribirlas con Whisper o WhisperX, y pasar el resultado por RVC para que se parezca más a la voz objetivo. Necesita una tarjeta gráfica NVIDIA: en Windows descomprimes un paquete ya listo y ejecutas start.bat, en Linux construyes una imagen Docker. El autor archivó el proyecto en 2025 y recomienda modelos más nuevos en su lugar.

AI Voice Cloning es gratis y de código abierto (GPL-3.0) y puede reemplazar a ElevenLabs y Respeecher.

¿Qué tan fácil es instalar AI Voice Cloning?

D · terminal, varias herramientas o tarjeta específica · Windows

  • Windows D
  • Linux D

Windows es el lado más fácil y aun así es un D: necesitas una tarjeta NVIDIA, luego descomprimes un paquete 7-Zip alojado en Hugging Face y ejecutas start.bat, que descarga la mayoría de los modelos en el primer inicio, con más descargas después durante la generación y el entrenamiento. Linux significa Docker más el NVIDIA Container Toolkit y construir la imagen tú mismo con ./setup-docker.sh.

Pronto: instala con 1 clic desde la app RepoPicks.

AI Voice Cloning en GitHub

Estrellas
774el 10 nov 2026
Descargas
—todas las versiones
Crecimiento
—sin ganancia en la última lectura

Estrellas a lo largo del tiempo

774775776 9 nov10 nov 774775776 9 nov10 nov

Datos

Funciona en
Windows, Linux
Necesitas instalar
Python, Docker, Tarjeta gráfica, FFmpeg
Para compilar desde el código
Python, Docker, Tarjeta gráfica, FFmpeg
Espacio en disco
150 MB–450 MB · estimación
Cuentas o claves
Ninguna
Costo
Gratis · GPL-3.0; todo corre en tu propia máquina, así que el costo es el hardware y la electricidad.
Licencia
GPL-3.0 (Copyleft)
Puede reemplazar
ElevenLabs, Respeecher
Último cambio en GitHub
9 jun 2025

Señales de riesgo de AI Voice Cloning (9)

  • Atenciónlanzamientos desactualizados

    Último lanzamiento el 2024-04-23 (hace 929 días)

    revisión automática

  • AtenciónDependencias con vulnerabilidades conocidas

    Dependencias fijas con vulnerabilidades conocidas (OSV): gradio: GHSA-26jh-r8g2-6fpr, GHSA-279j-x4gx-hfrh, GHSA-37qc-qgx6-9xjv; transformers: GHSA-282v-666c-3fvg, GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm; starlette: GHSA-2c2j-9gv5-cj73, GHSA-82w8-qh3p-5jfq, GHSA-86qp-5c8j-p5mr

    revisión automática

  • Atenciónclona la voz de personas reales

    Todo el propósito es copiar una voz a partir de muestras, y la sección de RVC del README te dice que traigas "a **trained** RVC .pth file that you get from RVC or online" y lo coloques en `models/rvc_models/`. Hacer que una persona real parezca decir palabras que nunca dijo puede violar derechos de voz e imagen, y leyes de suplantación de identidad en varios países.

    revisión con IA

  • Atencióninstala código de muchas fuentes externas

    El Dockerfile trae código y paquetes de modelos directamente desde direcciones de terceros al instalar: `curl -L -o /tmp/rvc.zip https://huggingface.co/Jmica/rvc/resolve/main/rvc_lightweight.zip`, `pip install git+https://github.com/liyaodev/fairseq`, `git+https://github.com/JarodMica/rvc-tts-pipeline.git@lightweight`, `git+https://github.com/m-bain/whisperx.git` y una copia de `pyfastmp3decoder`. Ninguno de ellos está fijado a una versión concreta, así que lo que obtienes depende del día en que lo instalas.

    revisión con IA

  • Atenciónbinario compilado incluido en el repositorio

    La lista de archivos de primer nivel contiene `deepspeed-0.8.3+6eca037c-cp39-cp39-win_amd64.whl`, un paquete de Python para Windows ya compilado, guardado en el repositorio e instalado por los scripts de configuración. Su contenido no se puede leer en el código fuente.

    revisión con IA

  • InfoRepositorio archivado

    El repositorio está archivado (solo lectura, ya no se mantiene)

    revisión automática

  • Infopaquete listo alojado fuera de github

    README, Setup: "Head over to the releases tab and download the latest package on Hugging Face" — el paquete de Windows no es un archivo adjunto de un lanzamiento de GitHub, que es también por qué la verificación de Radar encontró "no platform binaries" en los lanzamientos v3.0, v2.0 y v1.0.

    revisión con IA

  • Infointerfaz web sin contraseña

    README, Building and Running in Docker: "Visit `http://localhost:7860` or remotely with `http://<ip>:7860`". La página de Gradio no tiene inicio de sesión, así que cualquiera que pueda llegar a ese puerto puede usar las voces y los archivos de la máquina.

    revisión con IA

  • Infoel autor señala proyectos más nuevos

    README: "I don't have any further plans to maintain this repo (Tortoise TTS) so I will be archiving it... There are better alternatives out there that work just as well or better than Tortoise: XTTS, GPT-SoVITS, F5TTS, StyleTTS2, Zonos, etc." El código se mantiene solo "in a working state".

    revisión con IA

La evidencia aparece en su idioma original.

Lo que Radar no pudo verificar de AI Voice Cloning

  • Cuánto espacio en disco ocupan realmente los modelos después del primer inicio y después del entrenamiento, ya que se descargan poco a poco
  • Si la instalación todavía se completa hoy, con instalaciones sin versión fija desde GitHub y Hugging Face y dos años sin mantenimiento
  • Si una tarjeta AMD funciona con los scripts setup-rocm o DirectML, algo que el README no cubre
  • Qué tan cercana queda la voz clonada, y cuánto tardan la generación y el entrenamiento en una tarjeta gráfica dada
  • Si las vulnerabilidades conocidas en las versiones fijas de gradio, transformers y starlette se pueden alcanzar en el uso normal

Proyectos parecidos

La app RepoPicks

Pronto: instala con 1 clic desde la app RepoPicks.

Antes de descargar

Ver la página de la versión en GitHub