VoiceStudio, un’applicazione open source che clona voci e doppia video sul tuo computer, si avvicina alle 95.000 stelle su GitHub. L’app è gratuita, ma il modello vocale installato di default vieta l’uso commerciale, e la sola CPU rallenta nettamente la generazione.
La repository VoiceStudio mostrava 94,9k stelle il 30 ottobre, secondo Trendshift, che conta 82.898 stelle guadagnate in 61 giorni, tra il 31 agosto e il 30 ottobre. Lo stesso sito l’ha classificata prima del giorno, tutte lingue comprese, più volte a settembre. Due nomi compaiono come responsabili del progetto, Palash e Shimul Debnath, il secondo entrato nel team principale con la versione 0.5.7 del 26 ottobre, e sono elencati 21 contributori: la cifra di « due sviluppatori » che circola è quindi incompleta.
Pubblicazioni virali ne traggono una conclusione semplice: ElevenLabs sarebbe finita, dato che una repository gratuita farebbe la stessa cosa su un laptop. Tuttavia, la documentazione del progetto racconta una storia più sfumata, tra licenza dei modelli, hardware necessario e applicazione ancora in beta.
Cosa fa VoiceStudio: clonare, doppiare e creare voci senza account né chiave API
VoiceStudio, ex OmniVoice Studio, è un’applicazione desktop open source che riunisce clonazione vocale, creazione di voci, doppiaggio video, dettatura, trascrizione e audiolibri, secondo il suo sito ufficiale. Tutto avviene in locale: né account, né chiave API, né abbonamento per queste funzioni, e l’app si connette a Internet solo per aggiornamenti e download di modelli. Richiede inoltre il consenso del proprietario della voce prima di un cloning.
Per il cloning, Clubic indica che 3 secondi di campione bastano per un primo tentativo, anche se 5-15 secondi sono raccomandati. La creazione di voci parte da una descrizione scritta: il sito cita l’esempio « female, middle-aged, low pitch, British accent ». L’app gira su macOS, Windows, Linux e Docker, e in versione « preview » su Android e iOS.
Quanto alle 646 lingue annunciate, il sito precisa che la disponibilità varia in base al motore, al compito e alla versione. Questa cifra non è quindi valida per ogni doppiaggio.
Uso commerciale: applicazione in AGPL-3.0, modello predefinito in CC-BY-NC
La repository è pubblicata sotto licenza AGPL-3.0, e la pagina della licenza del progetto precisa che l’uso commerciale dell’applicazione non richiede una licenza separata, mentre le condizioni dei modelli e degli output si verificano a parte. È questa seconda parte che cambia tutto per chi vuole produrre e vendere.
Il modello predefinito, OmniVoice, sviluppato da k2-fsa, non è libero per ogni uso. Il suo codice è sotto Apache 2.0, ma i suoi pesi pre-addestrati sono sotto CC-BY-NC, scrivono i suoi autori su Hugging Face, perché alcuni dati di addestramento impongono questo vincolo. La schermata dei modelli dell’app mostra del resto « Non-commercial » accanto al motore predefinito, e « Commercial OK » accanto a diversi motori alternativi, alcuni dei quali restano da installare.
Se si punta a un uso commerciale, bisogna quindi verificare motore per motore, e non fidarsi della parola « gratuito ». Il sito annuncia anche un’offerta « Pro », presentata come « Coming soon », a 99 $ all’anno o 199 $, con una licenza commerciale. Non è la stessa promessa del « 100% gratuito » delle pubblicazioni virali.
VoiceStudio gira senza GPU? 8 GB di memoria bastano per partire
Il sito indica che circa 8 GB di RAM bastano per partire e che una GPU accelera il tutto. La documentazione del progetto avverte che la sola CPU è circa 2 volte più lenta di un chip Apple (MPS), e ancora di più rispetto a una scheda NVIDIA (CUDA). In questo contesto, se si intende produrre molte voci, « senza GPU » significa « possibile », non « veloce ».
Su Windows, l’accelerazione PyTorch si limita alle schede NVIDIA: le GPU AMD e Intel ricadono sulla CPU, salvo con alcuni motori. Un Mac Intel serve solo come interfaccia e richiede un server remoto. Clubic aggiunge che l’app è ancora in versione beta e che la generazione può essere lenta senza GPU adeguata.
ElevenLabs resta in vendita, con 10.000 crediti gratuiti al mese
La pagina dei prezzi di ElevenLabs mostra ancora un piano gratuito a 10.000 crediti al mese, poi un piano Starter a 6 $ al mese che include una licenza commerciale. I livelli salgono fino a 990 $ al mese per l’offerta Business, e l’offerta Enterprise si fa su preventivo. Il post sul blog dell’azienda menziona inoltre un deployment in VPC, così come un deployment on-premise e su dispositivo in accesso anticipato per le aziende.
Tra i due, il dibattito verte meno sulla gratuità che sulla licenza, la velocità e la qualità. Non abbiamo trovato alcun confronto indipendente di qualità tra VoiceStudio e ElevenLabs, e i motori proposti dall’app non hanno tutti le stesse condizioni d’uso. Resta da sapere quante delle 94,9k stelle provengano da utenti che hanno letto la licenza dei modelli.
