VoiceStudio, una aplicación de código abierto que clona voces y dobla vídeos en tu ordenador, se acerca a las 95.000 estrellas en GitHub. La aplicación es gratuita, pero el modelo vocal instalado por defecto prohíbe el uso comercial, y solo con el procesador la generación se ralentiza notablemente.
El repositorio VoiceStudio mostraba 94,9k estrellas este 30 de octubre, según Trendshift, que contabiliza 82.898 estrellas ganadas en 61 días, entre el 31 de agosto y el 30 de octubre. El mismo sitio lo clasificó como primero del día, todos los idiomas combinados, en varias ocasiones en septiembre. Dos nombres aparecen como responsables del proyecto, Palash y Shimul Debnath, este último se unió al equipo principal con la versión 0.5.7 del 26 de octubre, y se listan 21 contribuyentes: la cifra de « dos desarrolladores » que circula es, por tanto, incompleta.
Publicaciones virales extraen una conclusión simple: ElevenLabs estaría acabado, ya que un repositorio gratuito haría lo mismo en un portátil. Sin embargo, los documentos del proyecto cuentan una historia más matizada, entre la licencia de los modelos, el hardware necesario y una aplicación aún en beta.
Qué hace VoiceStudio: clonar, doblar y diseñar voces sin cuenta ni clave API
VoiceStudio, antiguo OmniVoice Studio, es una aplicación de escritorio de código abierto que agrupa clonación de voz, diseño de voz, doblaje de vídeo, dictado, transcripción y audiolibros, según su sitio oficial. Todo ocurre en local: ni cuenta, ni clave API, ni suscripción para estas funciones, y la aplicación solo se conecta a Internet para las actualizaciones y las descargas de modelos. También solicita el acuerdo del propietario de la voz antes de un clonado.
Para el clonado, Clubic indica que 3 segundos de muestra bastan para una primera prueba, aunque se recomiendan de 5 a 15 segundos. El diseño de voz parte de una descripción escrita: el sitio cita el ejemplo « female, middle-aged, low pitch, British accent ». La aplicación funciona en macOS, Windows, Linux y Docker, y en versión « preview » en Android e iOS.
En cuanto a los 646 idiomas anunciados, el sitio precisa que la disponibilidad varía según el motor, la tarea y la versión. Esta cifra no es, por tanto, válida para cada doblaje.
Uso comercial: aplicación en AGPL-3.0, modelo por defecto en CC-BY-NC
El repositorio se publica bajo licencia AGPL-3.0, y la página de licencia del proyecto precisa que el uso comercial de la aplicación no requiere una licencia separada, mientras que las condiciones de los modelos y las salidas se verifican por separado. Es esta segunda parte la que lo cambia todo para quien quiera producir y vender.
El modelo por defecto, OmniVoice, desarrollado por k2-fsa, no es libre para cualquier uso. Su código está bajo Apache 2.0, pero sus pesos preentrenados están bajo CC-BY-NC, escriben sus autores en Hugging Face, porque algunos datos de entrenamiento imponen esta restricción. La pantalla de modelos de la aplicación muestra, de hecho, « Non-commercial » junto al motor por defecto, y « Commercial OK » junto a varios motores alternativos, algunos de los cuales quedan por instalar.
Si buscas un uso comercial, debes verificar motor por motor, y no fiarte de la palabra « gratuito ». El sitio anuncia también una oferta « Pro », presentada como « Coming soon », a 99 $ anuales o 199 $, con una licencia comercial. No es la misma promesa que el « 100 % gratuito » de las publicaciones virales.
¿Funciona VoiceStudio sin GPU? 8 GB de memoria bastan para arrancar
El sitio indica que unos 8 GB de memoria RAM bastan para arrancar y que una GPU acelera el conjunto. La documentación del proyecto advierte que solo con el procesador es aproximadamente 2 veces más lento que un chip Apple (MPS), y más aún frente a una tarjeta NVIDIA (CUDA). En este contexto, si planeas producir muchas voces, « sin GPU » significa « posible », no « rápido ».
En Windows, la aceleración PyTorch se limita a las tarjetas NVIDIA: las GPU AMD e Intel recaen en el procesador, excepto con ciertos motores. Un Mac Intel solo sirve de interfaz y requiere un servidor remoto. Clubic añade que la aplicación aún está en versión beta y que la generación puede ser lenta sin una GPU adecuada.
ElevenLabs sigue a la venta, con 10.000 créditos gratuitos al mes
La página de precios de ElevenLabs sigue mostrando un plan gratuito de 10.000 créditos al mes, luego un plan Starter a 6 $ al mes que incluye una licencia comercial. Los niveles suben hasta 990 $ al mes para la oferta Business, y la oferta Enterprise se realiza bajo presupuesto. La entrada de blog de la empresa menciona además un despliegue en VPC, así como un despliegue en local y en dispositivo en acceso anticipado para empresas.
Entre ambos, el debate se centra menos en la gratuidad que en la licencia, la velocidad y la calidad. No hemos encontrado ninguna comparativa independiente de calidad entre VoiceStudio y ElevenLabs, y los motores que ofrece la aplicación no tienen todas las mismas condiciones de uso. Queda por saber cuántas de las 94,9k estrellas proceden de usuarios que han leído la licencia de los modelos.
