VoiceStudio, une application libre qui clone des voix et double des vidéos sur votre ordinateur, approche les 95 000 étoiles sur GitHub. L’application est gratuite, mais le modèle vocal installé par défaut interdit l’usage commercial, et le processeur seul ralentit nettement la génération.
Le dépôt VoiceStudio affichait 94,9k étoiles ce 30 octobre, d’après Trendshift, qui compte 82 898 étoiles gagnées en 61 jours, entre le 31 août et le 30 octobre. Le même site l’a classé premier du jour, toutes langues confondues, à plusieurs reprises en septembre. Deux noms apparaissent comme responsables du projet, Palash et Shimul Debnath, le second ayant rejoint l’équipe principale avec la version 0.5.7 du 26 octobre, et 21 contributeurs sont listés : le chiffre de « deux développeurs » qui circule est donc incomplet.
Des publications virales en tirent une conclusion simple : ElevenLabs serait fini, puisqu’un dépôt gratuit ferait la même chose sur un ordinateur portable. Pourtant, les documents du projet racontent une histoire plus nuancée, entre licence des modèles, matériel nécessaire et application encore en bêta.
Que fait VoiceStudio : cloner, doubler et concevoir des voix sans compte ni clé API
VoiceStudio, ancien OmniVoice Studio, est une application de bureau en open source qui regroupe clonage de voix, conception de voix, doublage vidéo, dictée, transcription et livres audio, selon son site officiel. Tout se passe en local : ni compte, ni clé API, ni abonnement pour ces fonctions, et l’application ne se connecte à Internet que pour les mises à jour et les téléchargements de modèles. Elle demande aussi l’accord du propriétaire de la voix avant un clonage.
Pour le clonage, Clubic indique que 3 secondes d’échantillon suffisent pour un premier essai, même si 5 à 15 secondes sont recommandées. La conception de voix part d’une description écrite : le site cite l’exemple « female, middle-aged, low pitch, British accent ». L’application tourne sur macOS, Windows, Linux et Docker, et en version « preview » sur Android et iOS.
Quant aux 646 langues annoncées, le site précise que la disponibilité varie selon le moteur, la tâche et la version. Ce chiffre n’est donc pas valable pour chaque doublage.
Usage commercial : application en AGPL-3.0, modèle par défaut en CC-BY-NC
Le dépôt est publié sous licence AGPL-3.0, et la page de licence du projet précise que l’usage commercial de l’application ne demande pas de licence séparée, tandis que les conditions des modèles et des sorties se vérifient à part. C’est cette seconde partie qui change tout pour qui veut produire et vendre.
Le modèle par défaut, OmniVoice, développé par k2-fsa, n’est pas libre de tout usage. Son code est sous Apache 2.0, mais ses poids préentraînés sont sous CC-BY-NC, écrivent ses auteurs sur Hugging Face, parce que certaines données d’entraînement imposent cette contrainte. L’écran des modèles de l’application affiche d’ailleurs « Non-commercial » à côté du moteur par défaut, et « Commercial OK » à côté de plusieurs moteurs alternatifs, dont certains restent à installer.
Si vous visez un usage commercial, il faut donc vérifier moteur par moteur, et non se fier au mot « gratuit ». Le site annonce aussi une offre « Pro », présentée comme « Coming soon », à 99 $ par an ou 199 $, avec une licence commerciale. Ce n’est pas la même promesse que le « 100 % gratuit » des publications virales.
VoiceStudio tourne-t-il sans GPU ? 8 Go de mémoire suffisent pour démarrer
Le site indique qu’environ 8 Go de mémoire vive suffisent pour démarrer et qu’un GPU accélère l’ensemble. La documentation du projet prévient que le processeur seul est environ 2 fois plus lent qu’une puce Apple (MPS), et davantage face à une carte NVIDIA (CUDA). Dans ce contexte, si vous comptez produire beaucoup de voix, « sans GPU » veut dire « possible », pas « rapide ».
Sous Windows, l’accélération PyTorch se limite aux cartes NVIDIA : les GPU AMD et Intel retombent sur le processeur, sauf avec certains moteurs. Un Mac Intel ne sert que d’interface et réclame un serveur distant. Clubic ajoute que l’application est encore en version bêta et que la génération peut être lente sans GPU adapté.
ElevenLabs reste en vente, avec 10 000 crédits gratuits par mois
La page tarifaire d’ElevenLabs affiche toujours un forfait gratuit à 10 000 crédits par mois, puis un forfait Starter à 6 $ par mois qui inclut une licence commerciale. Les paliers montent jusqu’à 990 $ par mois pour l’offre Business, et l’offre Enterprise se fait sur devis. Le billet de blog de l’entreprise évoque en outre un déploiement en VPC, ainsi qu’un déploiement sur site et sur appareil en accès anticipé pour les entreprises.
Entre les deux, le débat porte moins sur la gratuité que sur la licence, la vitesse et la qualité. Nous n’avons trouvé aucun comparatif indépendant de qualité entre VoiceStudio et ElevenLabs, et les moteurs proposés par l’application n’ont pas tous les mêmes conditions d’usage. Reste à savoir combien des 94,9k étoiles viennent d’utilisateurs qui ont lu la licence des modèles.
