开源语音工具 Voice-Pro 发布 4.0 版本
Voice-Pro 是韩国团队 ABUS 开发的开源 Gradio 网页应用,把 YouTube 下载、Demucs 人声分离、Whisper 系列语音识别、100 多种语言翻译,以及 Edge-TTS、Kokoro、F5-TTS、E2-TTS 与 CosyVoice 的语音合成和零样本克隆整合在同一界面中。其 4.0 版本说明称,安装器从 Miniconda/pip 改为 uv,并提交 uv.lock 以实现可复现安装,运行时升级至 Python 3.12、Torch 2.8.0+cu128(支持 RTX 50 系列)与 Gradio 6.20,新增覆盖含韩语在内 9 种语言的可选模型 Fun-CosyVoice3-0.5B,并因依赖锁定问题移除 whisperX。维护者表示,由于 WeConnect 的开发工作,Voice-Pro 暂时无法继续开发和更新,全部代码已开源并可自由分发修改;项目自称是 ElevenLabs 的有力替代方案,这属于其自我描述。
该项目把多个开源语音模型打包进一个本地 WebUI,但维护者已说明开发与更新暂停,用户得到的更像一个固定版本而非持续演进的工具。
Gradio WebUI for creators and developers, featuring key TTS (Edge-TTS, kokoro) and zero-shot Voice Cloning (E2 & F5-TTS, CosyVoice), with Whisper audio processing, YouTube download, Demucs vocal isolation, and multilingual translation.

Voice-Pro
The best AI speech recognition, translation, and multilingual dubbing solution 🚀
#Voice-Pro#ABUS#Gradio#Whisper#F5-TTS#CosyVoice#Kokoro#Edge-TTS#Demucs#ElevenLabs