OmniVoice
k2-fsa/OmniVoiceRevisado por IA
Verificado pelo RepoPicks Radar em
O que é OmniVoice?
O OmniVoice é um modelo de texto para voz que você mesmo executa. Você dá de 3 a 10 segundos de alguém falando e ele lê seu texto com essa voz, ou então descreve uma voz (feminina, tom baixo, acento britânico) e ele inventa uma. Pode adicionar risadas ou suspiros e corrigir pronúncias. Roda numa placa gráfica NVIDIA, Apple Silicon ou Intel Arc, com uma página web simples aberta pelo terminal; os autores também mantêm uma demonstração online gratuita que você pode testar sem instalar nada. Gratuito e Apache-2.0, com uma afirmação de mais de 600 idiomas que vem do artigo dos autores.
OmniVoice é grátis e de código aberto (Apache-2.0) e pode substituir ElevenLabs e Descript.
Quão fácil é instalar OmniVoice?
A · baixe e abra · Web
- Windows D
- macOS D
- Linux D
- Web A
A forma mais fácil de entrar é pela web: os autores mantêm um Hugging Face Space gratuito (e um notebook do Google Colab), então você abre uma página e digita texto, por isso a web é A. Instalar é D nos três sistemas: você cria um ambiente Python, instala a versão certa do PyTorch para o seu chip gráfico exato (wheels CUDA 12.8 para NVIDIA, um índice separado para Intel Arc, Apple Silicon para Macs), e depois faz `pip install omnivoice` e roda `omnivoice-demo` pelo terminal.
OmniVoice no GitHub
- Estrelas
- 16.480em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +192estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux, Web
- Você precisa instalar
- Python, Placa NVIDIA
- Para compilar a partir do código
- Python, Placa NVIDIA
- Espaço em disco
- 950 MB–4,3 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Software gratuito e pesos do modelo gratuitos. O custo é o seu próprio hardware: uma placa de vídeo e algo entre 1 e 4.5 GB de disco para o modelo baixado.
- Licença
- Apache-2.0 (Permissiva)
- Pode substituir
- ElevenLabs, Descript
- Última mudança no GitHub
- 24 de ago. de 2026
Sinais de risco de OmniVoice (6)
- AtençãoA clonagem de voz pode se passar por outras pessoas
Disclaimer do README.md: "Users are strictly prohibited from using this model for unauthorized voice cloning, voice impersonation, fraud, scams, or any other illegal or unethical activities." A ferramenta clona uma voz a partir de um clipe de 3 a 10 segundos, então pode copiar qualquer pessoa cuja gravação você tenha, e nada no código verifica o consentimento.
revisão por IA
- AtençãoA demonstração web local fica aberta à rede
O comando documentado é `omnivoice-demo --ip 0.0.0.0 --port 8001` (Quick Start e Command-Line Tools do README.md). Vincular a 0.0.0.0 significa que qualquer dispositivo na sua rede pode abrir a página de clonagem de voz, e nenhuma senha é mencionada.
revisão por IA
- InfoBaixa modelos na primeira execução
`OmniVoice.from_pretrained("k2-fsa/OmniVoice")` busca os pesos no Hugging Face na primeira vez, e quando você omite `ref_text` ele também baixa um modelo Whisper para transcrever seu áudio de referência. As checagens estimam entre 950 MB e 4450 MB de disco.
revisão por IA
- InfoSugere espelhos de download de terceiros
O README.md sugere `export HF_ENDPOINT="https://hf-mirror.com"` para os downloads de modelos e `uv sync --default-index "https://mirrors.aliyun.com/pypi/simple"` para os pacotes. Os dois encaminham o download por um espelho que não é a fonte oficial.
revisão por IA
- InfoAs afirmações de qualidade são dos próprios autores
Os números de "600+ languages", "state-of-the-art" e velocidade vêm do próprio README e do artigo dos autores (arXiv:2604.00688). O próprio README avisa que o design de voz "is trained on Chinese and English data only" e "may produce unstable results for some low-resource languages", e que a clonagem entre idiomas mantém o acento da voz de referência.
revisão por IA
- InfoVersão inicial, código de pesquisa
Versão 0.2.1 com seis lançamentos, o mais novo de 2026-07-16, e as checagens deterministas registram o último commit em 2026-08-24, 71 dias antes da checagem. O pyproject.toml lista o público como "Science/Research" e "Developers".
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em OmniVoice
- O quão boa fica a voz clonada no seu idioma, especialmente fora do chinês e do inglês
- Se funciona de forma útil num computador sem placa de vídeo, e o quão lento isso é
- O uso real de disco e memória depois de baixar o modelo e o transcritor Whisper
- Se a demonstração online hospedada continua disponível e o que ela faz com o áudio que você envia
- Se os números de velocidade se mantêm em algo diferente da placa H100 usada no teste de referência