Voice-Pro
A melhor solução de reconhecimento de voz, tradução e dublagem multilíngue com IA 🚀
## 🎙️ Um aplicativo web baseado em IA para reconhecimento de voz, tradução e dublagem
한국어
∙
English
∙
中文简体
∙
中文繁體
∙
日本語
∙
Deutsch
∙
Español
∙
Português
Voice-Pro é um aplicativo web de ponta que transforma a criação de conteúdo multimídia. Ele integra download de vídeos do YouTube, separação de voz, reconhecimento de fala, tradução e conversão de texto em fala (TTS) em uma única ferramenta poderosa, oferecendo uma solução ideal para criadores, pesquisadores e profissionais multilíngues.
- 🔊 Reconhecimento de fala de alto nível: **Whisper**, **Faster-Whisper**, **Whisper-Timestamped**, **WhisperX**
- 🎤 Clonagem de voz sem treinamento: **F5-TTS**, **E2-TTS**, **CosyVoice**
- 📢 Texto para fala multilíngue: **Edge-TTS**, **kokoro** (A versão paga inclui **Azure TTS**)
- 🎥 Processamento de YouTube e extração de áudio: **yt-dlp**
- 🌍 Tradução instantânea para mais de 100 idiomas: **Deep-Translator** (A versão paga inclui **Azure Translator**)
Como uma alternativa robusta ao **ElevenLabs**, o Voice-Pro capacita podcasters, desenvolvedores e criadores com soluções de voz avançadas.
## ⚠️ Por favor, note
- Devido ao trabalho de desenvolvimento do [WeConnect](https://www.wctokyoseoul.com), o desenvolvimento e as atualizações do Voice-Pro não são possíveis por enquanto.
- Tornamos todo o código do Voice-Pro de código aberto e completamente gratuito. O Voice-Pro agora pode ser distribuído e modificado livremente por qualquer pessoa.
- Funciona bem no Windows com GPU NVIDIA. O funcionamento no Mac e Linux não foi verificado.
- Por favor, deixe suas solicitações nas páginas de [](https://github.com/abus-aikorea/voice-pro/issues) ou [](https://github.com/abus-aikorea/voice-pro/discussions) .
- **Resolução de problemas**: Na maioria dos casos, os problemas podem ser resolvidos excluindo a pasta `installer_files` e, em seguida, executando `configure.bat` seguido por `start.bat`.
## 📰 Notícias e Histórico
version 3.2
- Estivemos focados no desenvolvimento do [WeConnect](https://www.wctokyoseoul.com) nos últimos meses e não conseguimos gerenciar o Voice-Pro.
- Decidimos abrir o código do Voice-Pro.
- O Voice-Pro é completamente gratuito e suporta Windows, Mac, Linux.
- [WeConnect](https://www.wctokyoseoul.com) é um aplicativo para intercâmbio cultural global.
- Conecte-se com pessoas de todo o mundo para intercâmbios culturais significativos, aprendizado de idiomas e amizades internacionais.
version 3.1
- 🪄 Suporte para modelos ajustados do **F5-TTS**
- 🌍 Idiomas suportados
- English & Chinese: SWivid/F5-TTS_v1
- 
Finnish: AsmoKoskinen/F5-TTS_Finnish_Model
- 
French: RASPIAUDIO/F5-French-MixedSpeakers-reduced
- 
Hindi: SPRINGLab/F5-Hindi-24KHz
- 
Italian: alien79/F5-TTS-italian
- Japanese: Jmica/F5TTS/JA_21999120
- 
Russian: hotstone228/F5-TTS-Russian
- Spanish: jpgallegoar/F5-Spanish
Versão 3.0
- 🔥 A função **AI Cover** foi removida.
- 🚀 Suporte para **m-bain/whisperX** foi adicionado.
Versão 2.0
- 🐍 Construído com Python 3.10.15, Torch 2.5.1+cu124 e Gradio 5.14.0.
- 🆓 A versão de teste gratuita suporta mídias de até **60 segundos** de duração.
- 🔥 A função **AI Cover** foi adicionada.
- 🎤 Suporte para **CosyVoice** e **kokoro** foi introduzido.
- ⏳ A primeira execução baixa **CozyVoice2-0.5B (9GB)**, o que pode levar mais de uma hora dependendo da velocidade da rede.
- 🎧 Amostras de voz para clonagem serão atualizadas continuamente.
- 📝 **spaCy** foi adicionado para tradução e TTS naturais por sentença.
- ☁️ A versão por assinatura inclui o tradutor e TTS do **Microsoft Azure**.
- 🏪 A versão por assinatura oferece **uso ilimitado** (sem limite de 60 segundos) durante o período de assinatura e pode ser adquirida no [](https://r17wvy-t2.myshopify.com).
## 🎥 YouTube Showcase
## ⭐ Recursos principais
### 1. Estúdio de dublagem
- Downloads de vídeos do YouTube e extração de áudio
- Separação de vozes com **Demucs**
- Suporta mais de 100 idiomas para reconhecimento e tradução de fala
### 2. Tecnologias de fala
- **Fala para texto:** **Whisper**, **Faster-Whisper**, **Whisper-Timestamped**, **WhisperX**
- **Texto para fala:**
- **Edge-TTS**: Mais de 100 idiomas, 400+ vozes
- **E2-TTS**, **F5-TTS**, **CosyVoice**: Clonagem sem treinamento prévio
- **kokoro**: Classificado como #2 na Arena TTS do HuggingFace
### 3. Tradução em tempo real
- Reconhecimento instantâneo de fala
- Tradução multilíngue em tempo real
- Entradas de áudio personalizáveis
## 🤖 Interface Web
### Aba `Estúdio de Dublagem`
- Centro integrado: Downloads do YouTube, remoção de ruído, legendas, tradução e TTS
- Suporta todos os formatos compatíveis com ffmpeg
- Opções de saída: WAV, FLAC, MP3
- Legendas e reconhecimento para mais de 100 idiomas
- TTS com ajustes de velocidade, volume e tom
### Aba `Legendas Whisper`
- Foco em legendas: Mais de 90 idiomas
- Exibição de legendas integrada ao vídeo
- Destaque por palavra e opções de remoção de ruído
### Aba `Tradução`
- Tradução para mais de 100 idiomas
- Suporte a arquivos de legendas (ASS, SSA, SRT, etc.)
- Reconhecimento e tradução de voz em tempo real
### Aba `Geração de Voz`
- Opções: **Edge-TTS**, **F5-TTS**, **CosyVoice**, **kokoro**
- Podcasts com vozes de celebridades e suporte multilíngue
## 🎤✨ Voz de referência
- Por favor, solicite a voz que você deseja adicionar na página de Issues. [Issues](https://github.com/abus-aikorea/voice-pro/issues/50)
English
Andrew Bustamante |
Andrew Huberman |
Avi Loeb |
Ben Shapiro |
Brett Johnson |
Brian Keating |
Coffeezilla |
Dan Carlin |
David Buss |
David Fravor |
David Kipping |
Dennis Whyte |
Donald Hoffman |
Donald Trump |
Douglas Murray |
Duncan Trussell |
Elon Musk |
Garry Nolan |
Jack Barsky |
James Sexton |
Jeff Bezos |
Joe Rogan |
John Mearsheimer |
Jordan Peterson |
Kanye 'Ye' West |
Mark Zuckerberg |
Michael Levin |
Michael Saylor |
Michio Kaku |
MrBeast |
Nick Lane |
Paul Rosolie |
Ryan Graves |
Sam Altman |
Sam Harris |
Stephen Wolfram |
Tucker Carlson |
Vitalik Buterin |
Yuval Harari |
|
|
|
Chinese
迪丽热巴 (Dílì Rèbā) |
蔡依林 (Cài Yīlín) |
吴亦凡 (Wú Yìfán) |
李易峰 (Lǐ Yìfēng) |
杨幂 (Yáng Mì) |
赵丽颖 (Zhào Lìyǐng) |
Korean
BTS 진 (Jin) |
BTS RM |
IU (아이유) |
이병헌 |
이정재 |
유재석 |
Japanese
綾瀬はるか (Ayase Haruka) |
|
|
|
|
|
## 💻 Requisitos do Sistema
- **SO:** Windows 10/11 (64 bits), Linux, Mac
- **GPU:** NVIDIA com suporte a CUDA 12.4 (recomendado)
- **VRAM:** 4 GB ou mais (8 GB+ preferível)
- **RAM:** 4 GB ou mais
- **Armazenamento:** Pelo menos 20 GB de espaço livre
- **Internet:** Obrigatória
## 📀 Instalação
Instale o Voice-Pro facilmente com **configure.bat** e **start.bat** (use configure.sh e start.sh no Mac/Linux).
### 1. Preparação do Pacote
- Baixe a versão mais recente em [](https://github.com/abus-aikorea/voice-pro/) (**Source code (zip)**)
```bash
git clone https://github.com/abus-aikorea/voice-pro.git
```
### 2. Instalação e Execução
1. 🚀 **configure.bat**
- Instala git, ffmpeg e CUDA (se usar GPU NVIDIA)
- Execute apenas uma vez; requer internet, pode levar mais de 1 hora
- Não feche a janela de comando
2. 🚀 **start.bat**
- Inicia a interface web do Voice-Pro
- Na primeira execução, instala dependências (pode levar mais de 1 hora)
- Em caso de problemas, delete **installer_files** e execute novamente
### 3. Atualização
- 🚀 **update.bat**: Atualiza o ambiente Python (mais rápido que reinstalar)
### 4. Desinstalação
- Execute **uninstall.bat** ou delete a pasta (instalação portátil)
## ❓ Dicas de Uso
#### Se o navegador não abrir automaticamente
- Feche a janela de comando do Windows e execute **start.bat** novamente
- Abra o navegador manualmente e insira o endereço exibido na janela de comando (ex.: **http://127.0.0.1:7870**)
#### Se ocorrer um erro CUDA Out-of-Memory
- Verifique o status da memória da GPU no Gerenciador de Tarefas do Windows - guia "Desempenho"
- Defina o nível de remoção de ruído para 0 ou 1 (o nível 2 requer pelo menos 8 GB de memória GPU)
- Configure o tipo de cálculo como "int" (o tipo "float" tem melhor qualidade, mas exige mais memória GPU)
#### Como melhorar a qualidade das legendas?
- Modelos Whisper maiores tendem a melhorar a qualidade das legendas (large > medium > small > base > tiny), mas isso não é garantido
- Entre os tipos de cálculo, "float" oferece bom desempenho; "int" reduz o uso da GPU e aumenta a velocidade por meio de quantização do modelo, mas com perda de desempenho
- Aumentar o nível de remoção de ruído elimina mais sons de fundo e usa apenas a voz restante para reconhecimento, mas não garante sempre bons resultados
## 🚨 Aviso
- Devido ao trabalho de desenvolvimento do [WeConnect](https://www.wctokyoseoul.com), não haverá atualizações do Voice-Pro por enquanto.
- Todo o código do Voice-Pro foi publicado como código aberto. Agora é completamente gratuito de usar.
- [WeConnect](https://www.wctokyoseoul.com) é uma plataforma de comunicação para intercâmbio cultural global.
## ⏳ Plataformas SaaS para Legendagem, Tradução e TTS
A tabela a seguir lista plataformas SaaS que suportam funcionalidades de legendagem, tradução e conversão de texto em fala (TTS/dublagem). Os custos foram calculados para o processamento de um vídeo em coreano de 60 minutos, incluindo geração de legendas, tradução para o inglês e dublagem em inglês, com base nos dados de preços mais recentes de 15 de abril de 2025.
| Plataforma | Legendagem | Tradução | TTS/Dublagem | Custo para Vídeo de 60 min (USD, aprox.) | Principais Características |
| --- | --- | --- | --- | --- | --- |
| **[Maestra](https://maestra.ai)** | ✅ | ✅ | ✅ | $23.70 | Mais de 125 idiomas, legendas em tempo real, extração de palavras-chave SEO, teste gratuito de 15 min. |
| **[Kapwing](https://www.kapwing.com)** | ✅ | ✅ | ✅ | $30\~$40 (Plano Pro, por minuto) | Legendas por IA, tradução para mais de 100 idiomas, dublagem com sincronização labial automática, nível gratuito. |
| **[VEED.IO](https://www.veed.io)** | ✅ | ✅ | ❌ | $24\~$36 (Plano Pro, processamento parcial) | Legendas com 99,9% de precisão, legendas otimizadas para Instagram, editor intuitivo. |
| **[HappyScribe](https://happyscribe.com)** | ✅ | ✅ | ✅ | $36\~$48 (Pagamento por uso) | Mais de 120 idiomas, opção de revisão profissional, seguro, transcrição de reuniões. |
| **[Sonix](https://sonix.ai)** | ✅ | ✅ | ✅ | $30\~$40 (Plano Standard) | Mais de 54 idiomas, 30 min de transcrição gratuita, integração com YouTube/Zoom. |
| **[Descript](https://descript.com)** | ✅ | ✅ | ✅ | $36\~$48 (Plano Criador) | Edição baseada em texto, Overdub TTS, remoção de palavras de preenchimento, 1 hora de transcrição gratuita. |
| **[AppTek](https://apptek.ai)** | ✅ | ✅ | ✅ | Preços personalizados (Contato) | Focado em mídia, modelos personalizados, geração de metadados, Workbench baseado na nuvem. |
| **[Transkriptor](https://transkriptor.com)** | ✅ | ✅ | ❌ | $12\~$18 (Pagamento por uso) | Mais de 100 idiomas, transcrição de links do YouTube, 99% de precisão, editor simples. |
### Detalhes do Cálculo de Custos
- **[Maestra](https://maestra.ai)**: Plano Premium ($158/mês, 1200 créditos). Vídeo de 60 min: 60 créditos (legendas) + 60 créditos (tradução) + 60 créditos (dublagem) = 180 créditos. Custo = (180/1200) \* $158 = $23.70.
- **[Kapwing](https://www.kapwing.com)**: Plano Pro (\~$24/mês, minutos limitados). Estimado $0.50\~$0.67/min para legendas+tradução+dublagem (com base em tendências de preços por minuto). Custo de 60 min: $30\~$40. Confirmação de preços exatos necessária.
- **[VEED.IO](https://www.veed.io)**: Plano Pro (\~$24/mês). Legendas+tradução estimadas em $0.40\~$0.60/min. Sem TTS, processamento parcial. Custo de 60 min: $24\~$36. Confirme em veed.io.
- **[HappyScribe](https://happyscribe.com)**: Pagamento por uso (\~$0.20/min transcrição, $0.20 tradução, $0.20 dublagem). Custo de 60 min: $36\~$48 (assumindo serviços combinados). Confirme em happyscribe.com.
- **[Sonix](https://sonix.ai)**: Plano Standard (\~$10/hora transcrição, adicional para tradução/dublagem). Estimado $0.50\~$0.67/min total. Custo de 60 min: $30\~$40. Confirme em sonix.ai.
- **[Descript](https://descript.com)**: Plano Criador (\~$24/mês, horas limitadas). Estimado $0.60\~$0.80/min para legendas+tradução+dublagem. Custo de 60 min: $36\~$48. Confirme em descript.com.
- **[AppTek](https://apptek.ai)**: Preços personalizados para empresas. Sem taxas públicas por minuto. Contate apptek.ai para cotações.
- **[Transkriptor](https://transkriptor.com)**: Pagamento por uso ($0.05\~$0.10/min transcrição, similar para tradução). Sem TTS, processamento parcial. Custo de 60 min: $12\~$18. Confirme em transkriptor.com.
### Notas
- **Custo para Vídeo de 60 min**: Os custos são aproximados e assumem o processamento de um vídeo em coreano de 60 minutos para legendas, tradução para o inglês e dublagem em inglês (quando disponível). Plataformas sem TTS (ex.: VEED.IO, Transkriptor) refletem custos de processamento parcial.
- **Suporte a Idiomas**: A maioria das plataformas suporta coreano e inglês. Verifique a disponibilidade de idiomas específicos nos respectivos sites.
- **Casos de Uso**:
- Mídia/Entretenimento: AppTek, Maestra
- Redes Sociais: Kapwing, VEED.IO
- Podcasts/Entrevistas: Sonix, Descript
- E-learning/Conteúdo Global: Transkriptor, HappyScribe
- **Atualizações de Preços**: Os preços podem variar devido a mudanças nos planos ou promoções. Consulte os sites oficiais para detalhes atualizados.
- Para contribuições ou recomendações de casos de uso específicos, abra um issue ou envie um pull request neste repositório.
## ☕ Contribuições
Olá, sou David da equipe Voice-Pro.
Nossa equipe descobre as melhores tecnologias de IA do setor e as fornece para que qualquer pessoa possa usá-las de forma fácil e conveniente.
Somos uma pequena startup na Coreia que existe há apenas um ano. Estamos trabalhando arduamente para ajudar você e outros criadores a produzir conteúdo excelente.
Sua avaliação de ⭐⭐⭐⭐⭐ seria muito apreciada, pois ajuda nossa empresa a crescer com você. Por favor, ajude a apoiar nossa pequena equipe.
Obrigado,
Serviço de Atendimento ao Cliente ABUS
- Se você deseja participar e nos ajudar com este projeto, sinta-se à vontade para criar um [Issues](https://github.com/abus-aikorea/voice-pro/issues).
- Se algo der errado, envie um [Pull requests](https://github.com/abus-aikorea/voice-pro/pulls) para melhorar este projeto.
- Qualquer tipo de contribuição é bem-vindo.
- Para dúvidas relacionadas a compras, parcerias comerciais, ajustes técnicos, investimentos e outros assuntos, entre em contato conosco por e-mail ().
- Se você gosta deste projeto, por favor, dê uma estrela a este repositório. Nós agradeceríamos muito. ⭐⭐⭐
- Você pode apoiar o Voice-Pro com uma doação aqui:
## 📬 Contato
- Email:
- Homepage (Korean):
## 🙏 Créditos
* Demucs:
* yt-dlp:
* gradio:
* edge-TTS:
* F5-TTS:
* openai-whisper:
* faster-whisper:
* whisper-timestamped:
* whisperX:
* CosyVoice:
* kokoro:
* Deep-Translator:
* spaCy:
## ©️ Direitos Autorais
por [ABUS](https://www.wctokyoseoul.com)
