RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

AI Voice Cloning

JarodMica/ai-voice-cloningRevisado por IA

Verificado pelo RepoPicks Radar em

O que é AI Voice Cloning?

AI Voice Cloning é uma página web que roda no seu próprio computador, construída em torno do modelo Tortoise TTS, onde você envia amostras de uma voz e faz ela ler o texto que você digitar. Também pode treinar com suas próprias gravações, transcrevê-las com Whisper ou WhisperX, e passar o resultado pelo RVC para deixar o som mais parecido com a voz alvo. Precisa de uma placa de vídeo NVIDIA: no Windows você descompacta um pacote já pronto e executa start.bat, no Linux você constrói uma imagem Docker. O autor arquivou o projeto em 2025 e indica modelos mais novos no lugar.

AI Voice Cloning é grátis e de código aberto (GPL-3.0) e pode substituir ElevenLabs e Respeecher.

Quão fácil é instalar AI Voice Cloning?

D · terminal, várias ferramentas ou placa específica · Windows

  • Windows D
  • Linux D

O Windows é o lado mais fácil e ainda assim é um D: você precisa de uma placa NVIDIA, depois descompacta um pacote 7-Zip hospedado no Hugging Face e executa start.bat, que baixa a maior parte dos modelos na primeira execução, com mais downloads depois durante a geração e o treinamento. Linux significa Docker mais o NVIDIA Container Toolkit e construir a imagem você mesmo com ./setup-docker.sh.

Em breve: instale com 1 clique pelo app RepoPicks.

AI Voice Cloning no GitHub

Estrelas
774em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
—sem ganho na última leitura

Estrelas ao longo do tempo

774775776 9 de nov.10 de nov. 774775776 9 de nov.10 de nov.

Fatos

Roda em
Windows, Linux
Você precisa instalar
Python, Docker, Placa de vídeo, FFmpeg
Para compilar a partir do código
Python, Docker, Placa de vídeo, FFmpeg
Espaço em disco
150 MB–450 MB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis · GPL-3.0; tudo roda na sua própria máquina, então o custo é o hardware e a eletricidade.
Licença
GPL-3.0 (Copyleft)
Pode substituir
ElevenLabs, Respeecher
Última mudança no GitHub
9 de jun. de 2025

Sinais de risco de AI Voice Cloning (9)

  • Atençãolançamentos desatualizados

    Último lançamento em 2024-04-23 (há 929 dias)

    checagem automática

  • AtençãoDependências com vulnerabilidades conhecidas

    Dependências fixas com vulnerabilidades conhecidas (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

    checagem automática

  • Atençãoclona a voz de pessoas reais

    Todo o propósito é copiar uma voz a partir de amostras, e a seção de RVC do README diz para você trazer "a **trained** RVC .pth file that you get from RVC or online" e colocá-lo em `models/rvc_models/`. Fazer uma pessoa real parecer dizer palavras que nunca disse pode violar direitos de voz e imagem, e leis contra personificação em vários países.

    revisão por IA

  • Atençãoinstala código de muitas fontes externas

    O Dockerfile busca código e pacotes de modelos direto de endereços de terceiros durante a instalação: `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` e uma cópia de `pyfastmp3decoder`. Nenhum deles está fixado em uma versão, então o que você recebe depende do dia em que instala.

    revisão por IA

  • Atençãobinário compilado incluído no repositório

    A lista de arquivos de primeiro nível contém `deepspeed-0.8.3+6eca037c-cp39-cp39-win_amd64.whl`, um pacote Python para Windows já compilado, guardado no repositório e instalado pelos scripts de configuração. Seu conteúdo não pode ser lido no código-fonte.

    revisão por IA

  • InfoRepositório arquivado

    O repositório está arquivado (somente leitura, não é mais mantido)

    checagem automática

  • Infopacote pronto hospedado fora do github

    README, Setup: "Head over to the releases tab and download the latest package on Hugging Face" — o pacote do Windows não é um arquivo de um lançamento do GitHub, o que também explica por que a verificação do Radar encontrou "no platform binaries" nos lançamentos v3.0, v2.0 e v1.0.

    revisão por IA

  • Infointerface web sem senha

    README, Building and Running in Docker: "Visit `http://localhost:7860` or remotely with `http://<ip>:7860`". A página do Gradio não tem login, então qualquer pessoa que conseguir chegar até aquela porta pode usar as vozes e os arquivos da máquina.

    revisão por IA

  • Infoo autor indica projetos mais novos

    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." O código é mantido apenas "in a working state".

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em AI Voice Cloning

  • Quanto espaço em disco os modelos realmente ocupam depois da primeira execução e depois do treinamento, já que são baixados pouco a pouco
  • Se a instalação ainda é concluída hoje, com instalações sem versão fixa a partir do GitHub e do Hugging Face e dois anos sem manutenção
  • Se uma placa AMD funciona pelos scripts setup-rocm ou DirectML, algo que o README não cobre
  • Quão parecida fica a voz clonada, e quanto tempo levam a geração e o treinamento em uma determinada placa de vídeo
  • Se as vulnerabilidades conhecidas nas versões fixas de gradio, transformers e starlette podem ser alcançadas no uso normal

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub