VoiceStudio، تطبيق مفتوح المصدر يستنسخ الأصوات ويدبلج الفيديوهات على جهازك، يقترب من 95 ألف نجمة على GitHub. التطبيق مجاني، لكن النموذج الصوتي المثبت افتراضياً يحظر الاستخدام التجاري، كما أن المعالج وحده يبطئ عملية التوليد بشكل ملحوظ.
أظهر المستودع VoiceStudio 94.9 ألف نجمة في 30 أكتوبر، وفقاً لـTrendshift، الذي أحصى 82,898 نجمة مُكتسبة في 61 يوماً، بين 31 أغسطس و30 أكتوبر. صنف الموقع نفسه المشروع في المرتبة الأولى يومياً، بجميع اللغات، عدة مرات في سبتمبر. يظهر اسمان كمسؤولين عن المشروع، Palash وShimul Debnath، حيث انضم الثاني إلى الفريق الرئيسي مع الإصدار 0.5.7 في 26 أكتوبر، ويُدرج 21 مساهماً: وبالتالي فإن رقم « مطورين اثنين » المتداول غير مكتمل.
تستخلص المنشورات الفيروسية استنتاجاً بسيطاً: ElevenLacks قد انتهى، لأن مستودعاً مجانياً سيفعل الأمر نفسه على حاسوب محمول. ومع ذلك، تروي وثائق المشروع قصة أكثر دقة، بين ترخيص النماذج، والأجهزة المطلوبة، وتطبيق لا يزال في نسخة تجريبية.
ماذا يفعل VoiceStudio: استنساخ، دبلجة، وتصميم أصوات بدون حساب أو مفتاح API
VoiceStudio، المعروف سابقاً باسم OmniVoice Studio، هو تطبيق مكتبي مفتوح المصدر يجمع بين استنساخ الصوت، وتصميم الصوت، ودبلجة الفيديو، والإملاء، والتحويل النصي، والكتب الصوتية، وفقاً لموقعه الرسمي. كل شيء يعمل محلياً: لا حاجة لحساب، ولا مفتاح API، ولا اشتراك لهذه الوظائف، ولا يتصل التطبيق بالإنترنت إلا للتحديثات وتنزيل النماذج. كما يطلب موافقة صاحب الصوت قبل الاستنساخ.
بالنسبة للاستنساخ، تشير Clubic إلى أن 3 ثوانٍ من العينة كافية للتجربة الأولى، رغم أن 5 إلى 15 ثانية موصى بها. يبدأ تصميم الصوت من وصف مكتوب: يذكر الموقع المثال « أنثى، متوسطة العمر، نغمة منخفضة، لهجة بريطانية ». يعمل التطبيق على أنظمة macOS وWindows وLinux وDocker، وبنسخة « معاينة » على Android وiOS.
أما بالنسبة للغات الـ 646 المعلن عنها، يوضح الموقع أن التوفر يختلف حسب المحرك، والمهمة، والإصدار. وبالتالي، هذا الرقم لا ينطبق على كل عملية دبلجة.
الاستخدام التجاري: التطبيق تحت رخصة AGPL-3.0، النموذج الافتراضي تحت رخصة CC-BY-NC
نُشر المستودع تحت رخصة AGPL-3.0، وتوضح صفحة ترخيص المشروع أن الاستخدام التجاري للتطبيق لا يتطلب ترخيصاً منفصلاً، بينما يتم التحقق من شروط النماذج والمخرجات بشكل منفصل. هذا الجزء الثاني هو الذي يغير كل شيء لمن يريد الإنتاج والبيع.
النموذج الافتراضي، OmniVoice، المطور من قبل k2-fsa، ليس حراً لأي استخدام. كودته تحت رخصة Apache 2.0، لكن أوزانه المدربة مسبقاً تحت رخصة CC-BY-NC، كما يكتب مؤلفوه على Hugging Face، لأن بعض بيانات التدريب تفرض هذا القيد. كما يعرض شاشة نماذج التطبيق « غير تجاري » بجانب المحرك الافتراضي، و »مسموح تجاريًا » بجانب عدة محركات بديلة، بعضها لا يزال بحاجة للتثبيت.
إذا كنت تستهدف استخداماً تجارياً، يجب التحقق من كل محرك على حدة، وليس الاعتماد على كلمة « مجاني ». يعلن الموقع أيضاً عن عرض « Pro »، معروض كـ « قريباً »، بسعر 99 دولاراً سنوياً أو 199 دولاراً، مع ترخيص تجاري. هذا ليس نفس وعد المنشورات الفيروسية بـ « 100% مجاني ».
هل يعمل VoiceStudio بدون بطاقة رسوميات؟ 8 جيجابايت من الذاكرة كافية للبدء
يشير الموقع إلى أن حوالي 8 جيجابايت من ذاكرة الوصول العشوائي كافية للبدء وأن بطاقة الرسوميات GPU تسرع العملية. تحذر وثائق المشروع من أن المعالج وحده أبطأ بحوالي مرتين من شريحة Apple (MPS)، وأكثر من ذلك مقارنة ببطاقة NVIDIA (CUDA). في هذا السياق، إذا كنت تخطط لإنتاج الكثير من الأصوات، « بدون GPU » تعني « ممكن »، وليس « سريع ».
على Windows، يقتصر تسريع PyTorch على بطاقات NVIDIA: تعود بطاقات AMD وIntel إلى استخدام المعالج، إلا مع بعض المحركات. يعمل جهاز Mac Intel كواجهة فقط ويتطلب خادماً بعيداً. وتضيف Clubic أن التطبيق لا يزال في نسخة تجريبية وأن عملية التوليد قد تكون بطيئة بدون بطاقة رسوميات مناسبة.
ElevenLabs لا يزال معروضاً للبيع، مع 10,000 رصيد مجاني شهرياً
لا تزال صفحة التسعير الخاصة بـ ElevenLabs تعرض باقة مجانية بـ 10,000 رصيد شهرياً، ثم باقة Starter بقيمة 6 دولارات شهرياً تتضمن ترخيصاً تجارياً. تصل المستويات إلى 990 دولاراً شهرياً لعرض Business، ويتم عرض Enterprise بناءً على طلب. كما تذكر منشورة المدونة الخاصة بالشركة نشراً على VPC، بالإضافة إلى نشر على الموقع وعلى الجهاز في وصول مسبق للمؤسسات.
بين الاثنين، يدور النقاش أقل حول المجانية وأكثر حول الترخيص، والسرعة، والجودة. لم نعثر على أي مقارنة مستقلة ذات جودة بين VoiceStudio وElevenLabs، والمحركات التي يوفرها التطبيق ليس لها جميعها نفس شروط الاستخدام. يبقى السؤال: كم من أصل 94.9 ألف نجمة جاءت من مستخدمين قرأوا ترخيص النماذج.
