ما هو YoVoice؟
YoVoice استوديو صوتي محلي أولًا: يحوّل النص إلى كلام، ويصمّم الصوت أو يستنسخه، ويولّد الأغاني والمقطوعات الموسيقية، وينسّق مقطوعات متعددة المسارات، بنماذج تنزّلها وتشغّلها على جهازك. يصفه README بأنه استوديو مفتوح المصدر لأنظمة macOS وWindows وLinux؛ ويكتب المشروع اسمه «yovoice»، وموقعه بالصينية أولًا مع نسخة إنجليزية.
محرّك الاستدلال هو audio.cpp، وهو محرّك أصلي بلغة C++ من ShugoAI، ولذلك يقول README إنه لا حاجة إلى إعداد Python أو Conda. وأضاف الإصدار 0.8.0، بحسب سجل التغييرات، مشاركة الأغاني في المجتمع واختصارات لوحة مفاتيح قابلة للتخصيص و6 سمات ونماذج جديدة للتعرف على الكلام.
كيف تحصل عليه
YoVoice تنزيل لأنظمة macOS (Apple silicon) وWindows وLinux يُثبَّت كأي تطبيق آخر؛ كما يُنشر أرشيف CLI مستقل، ولا يحتاج تطبيق سطح المكتب إلى طرفية.
الخيار | مصدر الحصول عليه |
|---|---|
| macOS | ملف .dmg لـ Apple silicon، macOS 14 أو أحدث: GitHub Releases |
| Windows | مثبّت .exe لمعمارية x64 مع نسختي CUDA 12.4 و13.3: GitHub Releases |
| Linux | ملف .deb (Debian/Ubuntu) أو .tar.gz لمعمارية x64: GitHub Releases |
| CLI | ملف zip مستقل لكل نظام: دليل CLI |
| الموقع | yovoice.leemysw.com |
| سياسة الخصوصية | لم نجدها؛ المتوفر فقط شروط المجتمع |
| الشيفرة المصدرية | github.com/leemysw/yovoice، ترخيص Apache-2.0 |
الإصدار الذي جرت مراجعته: 0.8.0، نُشر في 15 نوفمبر 2026 بحسب صفحة إصدارات GitHub؛ وأحدث تغيير في الفرع الرئيسي يعود إلى 17 نوفمبر 2026. GitHub مجرد قناة لتوزيع هذه المثبّتات، وتُنزَّل النماذج بشكل منفصل داخل التطبيق.
المتطلبات
لا تذكر المصادر حدًا أدنى لـ RAM أو VRAM أو مساحة القرص؛ فالجزء الثقيل هو النماذج التي تُنزَّل بشكل منفصل وتتفاوت كثيرًا في الحجم.
نظام التشغيل
- ما تذكره المصادر:
- macOS 14 أو أحدث على Apple silicon، وWindows 10/11 x64، وLinux x64؛ يجلب مثبّت Windows بيئة WebView2 عند الحاجة، ويحتاج Linux إلى WebKitGTK 4.1 (وتثبّته حزمة .deb)
التسريع
- ما تذكره المصادر:
- Metal على macOS؛ ويضم مثبّتا Windows بنسختي CUDA 12.4 و13.3 بيئة تشغيل لبطاقات NVIDIA؛ ويعمل Linux على CPU افتراضيًا مع إمكانية تنزيل بيئة GPU بتقنية Vulkan من الإعدادات
الذاكرة وVRAM
- ما تذكره المصادر:
- تعتمد على النموذج؛ يذكر التوثيق أحجام الملفات لكل نموذج، مثل IndexTTS 2.5 بحجم 3.50 GB بصيغة Q8، ويوصي ببطاقة GPU لنموذج Breeze TTS 2
النماذج
- ما تذكره المصادر:
- تُنزَّل داخل التطبيق أو بواسطة CLI مع الإيقاف المؤقت والاستئناف؛ ولا تذكر المصادر الحجم الإجمالي للتنزيلات
مجلد البيانات
- ما تذكره المصادر:
- ~/.yovoice افتراضيًا، ويمكن نقله من الإعدادات؛ وإزالة التطبيق تُبقيه
الإنترنت
- ما تذكره المصادر:
- لازم لتنزيل النماذج وبيئات التشغيل؛ ويقول التوثيق إن التوليد يعمل دون اتصال بعد تثبيت المحرّك ونموذج
الواجهات الخلفية هي المذكورة في README ودليل CLI؛ ولم تتحقق PromptQuorum من النماذج التي تعمل على كل واجهة.
الميزات التي أكدتها المصادر
كل بند أدناه مأخوذ من README أو التوثيق أو سجل التغييرات؛ ولم يُختبر أي منها بشكل مستقل.
- الكلام وتصميم الصوت والاستنساخ. استنساخ صوت من تسجيل مرجعي، وتصميم صوت من وصف نصي، وضبط الانفعال وأسلوب الأداء؛ وتضم قائمة النماذج IndexTTS 2.0 و2.5 وVoxCPM2 وQwen3-TTS وXTTS v2 وKokoro.
- دبلجة القصص. استيراد ملفات نصية أو ملفات ترجمة، وإسناد شخصية إلى كل سطر، والتوليد سطرًا بسطر مع عدة لقطات لكل سطر للمقارنة.
- الموسيقى والمقطوعات. أغانٍ بكلمات ومقطوعات موسيقية عبر ACE-Step 1.5 أو YuE2، ومقطوعات وتأثيرات صوتية عبر Stable Audio 3، وفصل الأغنية إلى 6 stems، وتنسيق مقطوعات General MIDI مع تصدير MIDI وstems.
- التفريغ النصي. يتحول الصوت أو الفيديو إلى أسطر ترجمة موقّتة تُصدَّر بصيغة SRT أو WebVTT، بنماذج مثل Qwen3 ASR وParakeet.
- الوكلاء وواجهة API. Agent Skill قابلة للتثبيت مع CLI، وواجهة HTTP API موثّقة بنقطة وصول MCP عبر
yovoice serve، وواجهة API محلية داخل تطبيق سطح المكتب على 127.0.0.1، ولوحة مساعد اختيارية تعمل مع خدمات مثل DeepSeek وQwen وOpenAI وAnthropic وOllama وLM Studio. - الواجهة. 12 لغة للواجهة، و6 سمات، واختصارات لوحة مفاتيح قابلة للتعديل.
التكلفة
التطبيق مجاني بموجب ترخيص Apache-2.0، ولا يذكر الموقع ولا المستودع أي خطة مدفوعة أو فترة تجريبية أو اشتراكًا.
التطبيق
- ما تذكره المصادر:
- مجاني؛ والمشاركة في المجتمع وحدها توصف بأنها تتطلب حسابًا
مساعد الذكاء الاصطناعي
- ما تذكره المصادر:
- اختياري؛ واجهة API بالدفع حسب الاستخدام أو خطة من المزوّد الذي تربطه، أو خدمة Ollama أو LM Studio محلية لا تحتاج عادةً إلى مفتاح
النماذج
- ما تذكره المصادر:
- يصف التوثيق تنزيل النماذج داخل التطبيق ولا يذكر أي رسوم؛ وتختلف التراخيص من نموذج إلى آخر
لم يُذكر سعر بأي عملة؛ وتذكر البيانات المنظّمة في الموقع سعرًا قدره 0 USD للتطبيق.
تدفق البيانات والخصوصية
يقول README إن التوليد يعمل بالكامل على CPU أو GPU الخاصة بك وإن المخطوطات والأصوات المرجعية والأعمال لا تغادر الجهاز أبدًا، ويكرر الموقع عبارة «خصوصية 100% دون اتصال». ويضيف مستند البنية أنه إلى جانب تنزيلات النماذج وبيئات التشغيل والمشاركة في المجتمع التي يبدؤها المستخدم، فإن الاستخدام الوحيد للشبكة هو خدمة الذكاء الاصطناعي التي تضبطها؛ ويصف README بشكل منفصل عمليات تحقق من التحديثات في الخلفية على macOS وWindows.
يرسل المساعد الاختياري طلبك المكتوب وتعليمات ثابتة مباشرة إلى المزوّد الذي تختاره، وتُخزَّن المفاتيح في قاعدة البيانات المحلية بأذونات للمالك فقط. أما المشاركة في المجتمع التي أُضيفت في 0.8.0 فترفع ملف صوت معاينة وحزمة مشروع بعد تسجيل الدخول بحساب leemysw، وتقول شروط المجتمع إن تسجيل الدخول يسجّل إصدار الشروط والوقت وعنوان شبكتك.
📌ملاحظة: هذه تصريحات من المطوّر وليست نتائج تدقيق. لم تقرأ PromptQuorum الشيفرة ولم تفحص حركة الشبكة للتطبيق، ولعدم وجود سياسة خصوصية للاطلاع عليها، فإن هذه العبارات مأخوذة من README والتوثيق فقط.
استنساخ الصوت والموافقة وتراخيص النماذج
يكفي للاستنساخ تسجيل مرجعي واحد، ولا يصف README ولا صفحات التوثيق التي قرأناها أي تحقق من أن الصوت يعود للمستخدم، لذا فالموافقة مسؤوليتك. وتحظر شروط المجتمع لدى المطوّر مشاركة صوت شخص حقيقي دون موافقته، بما في ذلك نسخ أصوات الشخصيات العامة والممثلين والمغنين، وكذلك انتحال الهوية؛ وتحكم هذه الشروط المجتمع لا الاستخدام الخاص للتطبيق.
- الموافقة والقانون. تعتمد مشروعية استنساخ صوت على الشخص والغرض والبلد؛ وهذه المراجعة ليست استشارة قانونية، ولم تقيّم PromptQuorum أي ولاية قضائية.
- تراخيص النماذج تختلف. يقول README إن أوزان OmniVoice وYuE2 وBreeze TTS 2 وVoxtral 4B TTS وMuScriptor مقيّدة بالاستخدام غير التجاري، وإن XTTS v2 وDrama 3 يستخدمان ترخيصي Coqui وFish Audio الخاصين بهما، وإن لنماذج IndexTTS ترخيص نموذج منفصلًا، وإن Stable Audio 3 مجاني تحت إيرادات سنوية قدرها 1 مليون دولار أمريكي بموجب Stability AI Community License. ويغطي ترخيص Apache-2.0 التطبيق لا هذه الأوزان.
- قواعد المشاركة. تشترط شروط المجتمع ذكر مصدر الصوت بصدق (صوتك أو صوت شخص آخر بموافقة واضحة أو صوت اصطناعي) واختيار ترخيص غير تجاري للأعمال الناتجة عن نماذج تحظر الاستخدام التجاري.
ما لم نتمكن من التحقق منه
- جودة المخرجات والسرعة. لم تستمع PromptQuorum إلى الكلام أو الموسيقى، ولم تقِس سرعة التوليد، ولم تختبر دقة الاستنساخ في أي نموذج؛ ويقدّم الموقع عينات صوتية لم نقيّمها.
- نضج المشروع. أُنشئ المستودع في 15 سبتمبر 2026 وهو منشور باسم مطوّر واحد، لذا فالصيانة على المدى الطويل غير معروفة.
- الاحتفاظ باللقطات. يقول قسم Unreleased في سجل التغييرات إن إصلاحًا يمنع التوليد من حذف اللقطات الأقدم بصمت بعد 10 إصدارات؛ ولم نتحقق من أن الإصدار 0.8.0 يتصرف على هذا النحو، لذا احتفظ بنسخ من اللقطات التي تحتاجها.
- تغطية اللغات. تعتمد لغات الكلام المدعومة على النموذج ولا تذكر المصادر رقمًا واحدًا؛ ولم نختبر أي لغة.
- توقيع المثبّتات. لم نتحقق مما إذا كانت مثبّتات macOS وWindows موثّقة أو موقّعة.
المنافسون والبدائل
Voicebox
- المنصات:
- macOS وWindows (وLinux من المصدر)
- السعر / الترخيص:
- مجاني / MIT
- الفرق الأساسي:
- استنساخ الصوت وتحويل النص إلى كلام وإملاء Whisper مع خادم MCP؛ ولا تذكر مراجعته توليد الموسيقى أو كتابة المقطوعات
مقالات حول Voicebox (1)
- Voicebox Review: Open-Source Local Voice Studioمحدَّث ٢٦ أكتوبر ٢٠٢٦
مذكور أيضًا في:
- Univocal Review: Read-Aloud and Dictation on Your Macمحدَّث ١٦ نوفمبر ٢٠٢٦
XTTS v2
- المنصات:
- macOS وWindows وLinux
- السعر / الترخيص:
- مجاني / CPML
- الفرق الأساسي:
- نموذج استنساخ واحد يُستخدم كمكتبة، دون استوديو أو موسيقى أو ميزات وكلاء
مقالات حول XTTS v2 (9)
- XTTS v2 Review: Multilingual Voice Cloning from 6 Seconds of Audioمحدَّث ٥ سبتمبر ٢٠٢٦
- Best Local TTS Engine for an NVIDIA GPU Setup (2026)محدَّث ١٩ نوفمبر ٢٠٢٦
- Local ElevenLabs Alternatives: Piper vs XTTS v2 (2026)محدَّث ١٩ نوفمبر ٢٠٢٦
- Local TTS & Voice Cloning Licenses 2026: Which Engines Allow Commercial Use (Piper, XTTS v2, F5-TTS, Coqui)محدَّث ١٩ نوفمبر ٢٠٢٦
- Best Local TTS Engine for Mac (2026): What Actually Uses Apple Siliconمحدَّث ١١ سبتمبر ٢٠٢٦
- Best Local TTS Engine for Raspberry Pi (2026)محدَّث ١١ سبتمبر ٢٠٢٦
- Best TTS for Ollama (2026): Adding Voice Output to a Local LLM Setupمحدَّث ١١ سبتمبر ٢٠٢٦
- Piper vs Chatterbox TTS (2026): Fast Local Speech or Voice Cloning?محدَّث ١١ سبتمبر ٢٠٢٦
- Piper vs Kokoro TTS (2026): Which Local Voice Engine Should You Use?محدَّث ١١ سبتمبر ٢٠٢٦
+6 أخرى غير معروضة
Coqui TTS
- المنصات:
- macOS وWindows وLinux
- السعر / الترخيص:
- مجاني / MPL 2.0
- الفرق الأساسي:
- مجموعة أدوات Python لتشغيل نماذج تحويل النص إلى كلام من الشيفرة وليست استوديو لسطح المكتب
مقالات حول Coqui TTS (6)
- Coqui TTS Review: The Community-Maintained Voice-Cloning Toolkitمحدَّث ٥ سبتمبر ٢٠٢٦
- Local TTS & Voice Cloning Licenses 2026: Which Engines Allow Commercial Use (Piper, XTTS v2, F5-TTS, Coqui)محدَّث ١٩ نوفمبر ٢٠٢٦
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agentsمحدَّث ١٣ نوفمبر ٢٠٢٦
- Best Local TTS Engine for Raspberry Pi (2026)محدَّث ١١ سبتمبر ٢٠٢٦
- Bark TTS Review: Suno's MIT-Licensed Model for Laughter, Sighs, and Speechمحدَّث ٦ سبتمبر ٢٠٢٦
- XTTS v2 Review: Multilingual Voice Cloning from 6 Seconds of Audioمحدَّث ٥ سبتمبر ٢٠٢٦
مذكور أيضًا في:
- Best Local TTS Engine for an NVIDIA GPU Setup (2026)محدَّث ١٩ نوفمبر ٢٠٢٦
- Build a Fully Offline Voice Assistant in 2026: Whisper + LLM + Piper (Step-by-Step)محدَّث ٩ نوفمبر ٢٠٢٦
- Willow Inference Server Review: Self-Hosted Whisper ASR and TTSمحدَّث ١٩ سبتمبر ٢٠٢٦
- Best Local TTS Engine for Mac (2026): What Actually Uses Apple Siliconمحدَّث ١١ سبتمبر ٢٠٢٦
+3 أخرى غير معروضة
Bark
- المنصات:
- macOS وWindows وLinux
- السعر / الترخيص:
- مجاني / MIT
- الفرق الأساسي:
- نموذج لتحويل النص إلى صوت يُستخدم من الشيفرة، دون استنساخ صوت خاص به بحسب مراجعته
مقالات حول Bark (7)
- Bark TTS Review: Suno's MIT-Licensed Model for Laughter, Sighs, and Speechمحدَّث ٦ سبتمبر ٢٠٢٦
- Best Local TTS Engine for an NVIDIA GPU Setup (2026)محدَّث ١٩ نوفمبر ٢٠٢٦
- Local TTS & Voice Cloning Licenses 2026: Which Engines Allow Commercial Use (Piper, XTTS v2, F5-TTS, Coqui)محدَّث ١٩ نوفمبر ٢٠٢٦
- Local Voice & Speech Tools Compared (2026): Text-to-Speech, Speech-to-Text and Voice Agentsمحدَّث ١٣ نوفمبر ٢٠٢٦
- Best Local TTS Engine for Mac (2026): What Actually Uses Apple Siliconمحدَّث ١١ سبتمبر ٢٠٢٦
- Best TTS for Ollama (2026): Adding Voice Output to a Local LLM Setupمحدَّث ١١ سبتمبر ٢٠٢٦
- StyleTTS 2 Review: Columbia's MIT-Licensed Research Model for Natural Speechمحدَّث ٦ سبتمبر ٢٠٢٦
مذكور أيضًا في:
- Open-LLM-VTuber Review: Self-Hosted Voice Chat with a Live2D Avatarمحدَّث ٢٤ أكتوبر ٢٠٢٦
- Willow Inference Server Review: Self-Hosted Whisper ASR and TTSمحدَّث ١٩ سبتمبر ٢٠٢٦
- Piper vs Kokoro TTS (2026): Which Local Voice Engine Should You Use?محدَّث ١١ سبتمبر ٢٠٢٦
+3 أخرى غير معروضة
هذه تطبيقات من الفئة نفسها في دليل PromptQuorum؛ تحقق من السعر والترخيص والمنصات الحالية لكل تطبيق في صفحته.
الأسئلة الشائعة
هل يمكنني تشغيله من نص برمجي أو من وكيل ذكاء اصطناعي؟
نعم: تعمل CLI دون تطبيق سطح المكتب، وتتيح Agent Skill قابلة للتثبيت لوكيل إعداد CLI والمحرّك والنموذج. ويستخدم الخادم وواجهة API المحلية في التطبيق رمز Bearer مهيأً مسبقًا بدل تسجيل دخول OAuth، ولا يمكن الوصول إلى واجهة API المحلية إلا من الجهاز نفسه.
بأي نموذج أبدأ؟
يقترح دليل البدء Kokoro-82M للسرد السريع أو VoxCPM2 للاستنساخ، ويقول التوثيق إن لدى Kokoro أصواتًا مدمجة ولا يستنسخ. ولم نقارن جودة المخرجات.
هل يدعم لغتي؟
للواجهة 12 لغة، لكن الكلام يعتمد على النموذج: بحسب التوثيق يضيف IndexTTS 2.5 اليابانية والإسبانية والعربية إلى الصينية والإنجليزية، ويغطي XTTS v2 17 لغة وAudio8 TTS Realistic 11 لغة. ولم نختبر أيًا منها.
هل يمكن تشغيل مساعد الذكاء الاصطناعي محليًا بالكامل؟
يمكنه الاتصال بـ Ollama أو LM Studio على الجهاز نفسه بحسب التوثيق، الذي يضيف أن النماذج الأكبر تكتب تنسيقات أفضل بوضوح وأن النماذج المحلية الصغيرة قد تفشل في فحص الصيغة.
هل تتضمن الأغاني المشاركة أصواتي المرجعية؟
لا: بحسب شروط المجتمع ومستند البنية، تضم الحزمة المشاركة صوت ذلك الإصدار وكلماته وإعدادات توليده دون الأصوات المرجعية، ويراجع شخص كل عمل قبل نشره، ويمكن حذف الأعمال المشاركة من إعدادات التطبيق.
الخلاصة
YoVoice وسيلة حديثة لكنها نشطة التطوير وبترخيص Apache-2.0 لتوليد الكلام واستنساخ الأصوات وصناعة موسيقى الذكاء الاصطناعي على جهازك، مع CLI وخادم MCP يتيحان للوكلاء التحكم به. وعباراته عن العمل دون اتصال مأخوذة من README والتوثيق لا من تدقيق مستقل، والمستودع عمره شهران فقط ومنشور باسم مطوّر واحد، وتحظر أوزان عدة نماذج الاستخدام التجاري، ولا يغطي إصدار Mac سوى Apple silicon. يناسب المبدعين والمطوّرين الذين يريدون أداة صوت محلية مجانية وسينزّلون ملفات نماذج كبيرة؛ ومن يحتاج إلى جودة مخرجات مثبتة أو وضوح في الاستخدام التجاري لكل نموذج أو سياسة بيانات موثّقة فعليه اختباره وقراءة ترخيص كل نموذج أولًا.
المصادر
- موقع YoVoice — الوصف والمنصات والتنزيلات.
- شروط مجتمع YoVoice — قواعد المشاركة وموافقة الصوت والقانون الحاكم والبيانات المخزَّنة، سارية من 12 نوفمبر 2026.
- YoVoice على GitHub — README وترخيص Apache-2.0 وملاحظات تراخيص النماذج.
- الإصدار 0.8.0 من YoVoice — الإصدار والتاريخ وملفات التثبيت.
- دليل اختيار النماذج — النماذج والمدخلات واللغات وأحجام الملفات.
- دليل خدمة الذكاء الاصطناعي — مزوّدو المساعد وتخزين المفاتيح والقيود.
- دليل API وMCP — الخادم وواجهة API المحلية وأدوات MCP.
- دليل CLI — تثبيت CLI والواجهات الخلفية.
- ملاحظات البنية — العمليات واستخدام الشبكة ومجلد البيانات.
- سجل التغييرات — تغييرات 0.8.0 والإصلاحات غير المنشورة.
