Qu’est-ce que VoiceStudio ?
VoiceStudio est un studio de bureau pour le travail vocal qui s’exécute sur votre propre ordinateur : cloner une voix à partir d’un court échantillon, en concevoir une à partir d’une description, doubler des vidéos, transcrire, dicter et transformer des scripts ou des fichiers EPUB en livres audio. Le site le présente comme une alternative gratuite et open source à ElevenLabs sans compte requis (l’application de base est gratuite ; une version Pro payante existe aussi), et ses données structurées ajoutent le nom « OmniVoice Studio ».
Le README nomme k2-fsa/OmniVoice comme moteur par défaut et indique que le Model Manager propose des dizaines d’autres moteurs, avec whisper.cpp pour la reconnaissance vocale. Le site et le README revendiquent 646 langues sans détailler par moteur ; ce chiffre est donc une affirmation de l’auteur.
Où l’obtenir
VoiceStudio s’installe comme une application ordinaire sous macOS, Windows et Linux, sans terminal, et le README mentionne aussi Homebrew, des installateurs en une ligne, Snap, AUR et Docker.
Option | Comment l’obtenir |
|---|---|
| macOS | .dmg pour Apple silicon (une version Intel existe avec des limites) ou cask Homebrew : GitHub Releases |
| Windows | .exe d’installation pour x64 (et ARM, expérimental) ou commande PowerShell en une ligne : GitHub Releases |
| Linux | .deb ou AppImage pour x64, ainsi que Snap et AUR : GitHub Releases |
| Docker | Image ghcr.io/debpalash/voicestudio:stable sur le port 3900 : README |
| Android et iOS | APK et IPA non signé, indiqués comme préversion : GitHub Releases |
| Site web | voicestudio.sh |
| Politique de confidentialité | voicestudio.sh/privacy |
| Code source | github.com/debpalash/VoiceStudio, licence AGPL-3.0 |
Version examinée : 0.5.8, la dernière version stable, publiée le 12 novembre 2026 d’après la page des versions GitHub. La balise la plus récente est la préversion 0.5.9-beta.6 du 18 novembre 2026, et le commit le plus récent date aussi du 18 novembre 2026. GitHub n’est que le canal de distribution de ces installateurs, et les modèles se téléchargent séparément.
Prérequis
D’après le site, environ 8 Go de RAM suffisent pour démarrer et un GPU est facultatif mais plus rapide ; le README n’indique aucun minimum de VRAM.
Système d’exploitation
- Ce que disent les sources:
- Stable sous macOS 13.3+ avec Apple silicon (Mac Intel seulement avec un backend distant), Windows 10/11 x64 et Linux x64 ; Windows sur ARM est expérimental
Accélération
- Ce que disent les sources:
- Metal sur Mac, NVIDIA CUDA ou AMD ROCm en option sous Windows, CUDA, CPU ou Vulkan sous Linux ; fonctionne sur le CPU, en plus lent
Mémoire et VRAM
- Ce que disent les sources:
- Environ 8 Go de RAM pour démarrer selon le site ; le README ne donne aucun chiffre de VRAM et renvoie à un guide de performance distinct
Modèles
- Ce que disent les sources:
- Téléchargés dans l’application via le Model Manager ; chaque modèle affiche sa propre licence
Mobile
- Ce que disent les sources:
- Android 10+ et iOS 17+ sont indiqués comme préversion ; iOS exige une installation manuelle (sideloading)
Internet
- Ce que disent les sources:
- Nécessaire pour télécharger les modèles et rechercher les mises à jour ; selon le site, l’application gratuite ne se connecte que lorsque vous le demandez
PromptQuorum n’a pas vérifié quels modèles fonctionnent avec quel backend ni la mémoire qu’exige un modèle donné.
Fonctions confirmées par les sources
Tout ce qui suit provient du site ou du README ; rien n’a été testé de façon indépendante.
- Cloner et concevoir. Créer une voix à partir d’environ trois secondes d’audio propre, ou en concevoir une à partir du sexe, de l’âge, de l’accent, de la hauteur et de l’émotion sans enregistrement ; les voix enregistrées sont réutilisables.
- Doubler. Transcrire, traduire et re-doubler une vidéo en gardant chaque intervenant séparé et aligné sur le rythme d’origine, avec des guides de doublage multi-intervenants et d’export du doublage.
- Narrer. Transformer un long script ou un EPUB en livre audio par chapitres lu par une voix clonée, conçue ou prédéfinie, et attribuer des voix aux rôles d’une histoire.
- Dicter et transcrire. Un widget de dictée flottant avec moteur de reconnaissance local et historique consultable, ainsi que des transcriptions modifiables d’audio ou de vidéo.
- Automatiser. Une API locale documentée (audio, voix, doublage, tâches, MCP et plus), une CLI, des recettes réutilisables, des dossiers surveillés et des tâches par lots en file d’attente.
- Langues. Le site lui-même existe en douze langues et revendique la voix dans 646 langues.
Coût et licence
L’application de bureau est gratuite et open source sous AGPL-3.0, et une version distincte à code fermé, VoiceStudio Pro, ajoute une licence commerciale payante ; aucun prix n’apparaît sur les pages lues.
Application gratuite
- Ce que disent les sources:
- AGPL-3.0, sans compte ; les poids des modèles, les voix et les sorties ont leurs propres licences, indiquées par modèle
VoiceStudio Pro
- Ce que disent les sources:
- Licence commerciale payante et fonctions supplémentaires pour les équipes, essai gratuit de 7 jours, remboursement sous 7 jours, sans renouvellement automatique ; prix non affiché
Cloud
- Ce que disent les sources:
- Indiqué en accès anticipé, sans tarif
Usage commercial
- Ce que disent les sources:
- Le site propose Pro aux équipes qui ont besoin de conditions commerciales ; sa portée exacte n’est pas détaillée sur les pages lues
Les obligations de l’AGPL-3.0 dépendent de la manière dont vous utilisez ou distribuez le logiciel et ne sont pas résumées ici ; consultez un juriste avant tout usage commercial.
Flux de données et confidentialité
D’après le site, l’application gratuite n’exige ni compte ni cloud et ne se connecte que lorsque vous le demandez, par exemple pour rechercher des mises à jour ou télécharger un modèle, et le README décrit un outil entièrement local. La page de confidentialité indique que l’application de bureau gratuite traite les données en local et n’utilise le réseau que pour des demandes de mise à jour ou de modèle ou lorsque vous employez un adaptateur réseau.
La même page indique que l’application de bureau Pro exige un compte, envoie des vérifications de licence qui enregistrent votre adresse IP et votre pays, et transmet une télémétrie d’usage et d’erreurs à un service d’analyse tiers qui, selon elle, ne peut pas être désactivée. Elle précise aussi que le site public utilise une analyse sans cookies et l’hébergement Cloudflare.
📌Remarque: Ce sont des déclarations de l’auteur, pas des résultats d’audit. PromptQuorum n’a ni lu le code ni inspecté le trafic réseau de l’application.
Clonage vocal, consentement et licences des modèles
Cloner ne demande qu’un court échantillon, et les propres règles de l’auteur exigent l’autorisation du titulaire de la voix et interdisent l’usurpation d’identité et la fraude ; le consentement relève donc de votre responsabilité.
- Consentement et droit. La légalité du clonage d’une voix dépend de la personne, de la finalité et du pays ; ce test n’est pas un conseil juridique, et PromptQuorum n’a évalué aucune juridiction.
- Les licences des modèles diffèrent. Le README indique que les poids des modèles, les voix et les sorties ont leurs propres licences, affichées par modèle dans le Model Manager ; l’AGPL-3.0 couvre l’application, pas ces poids.
- Droit applicable. Les conditions indiquent qu’elles sont régies par le droit indien, avec les tribunaux d’Agartala, Tripura ; aucun nom d’entreprise ni adresse n’est donné.
⚠️Attention: Ne clonez pas une voix sans le consentement de son titulaire. Cloner la voix d’une personne sans autorisation peut porter atteinte aux droits de la personnalité et à la protection des données et, selon l’usage, entraîner des obligations d’étiquetage des contenus audio synthétiques. Obtenez d’abord le consentement ; ceci n’est pas un conseil juridique.
Ce que nous n’avons pas pu vérifier
- Qualité de sortie et vitesse. PromptQuorum n’a pas écouté de voix clonées, vérifié la précision du doublage ni chronométré la génération avec un modèle.
- Couverture linguistique. Le chiffre de 646 langues est une affirmation de l’auteur sans liste par moteur, et nous n’avons testé aucune langue.
- Gratuit contre Pro. Les pages disent que Pro ajoute des fonctions et une licence commerciale, mais nous n’avons trouvé ni liste de fonctions ni prix.
- Stabilité des versions. Des préversions sortent plusieurs fois par semaine, donc la stable 0.5.8 peut différer de la bêta la plus récente.
- Signature des installateurs. Nous n’avons pas vérifié si les installateurs macOS et Windows sont notarisés ou signés.
Concurrents et alternatives
Voicebox
- Plateformes:
- macOS, Windows (Linux depuis les sources)
- Prix / licence:
- Gratuit / MIT
- Différence principale:
- Clonage vocal, synthèse vocale et dictée Whisper avec serveur MCP ; son test ne mentionne pas de doublage vidéo
Articles sur Voicebox (1)
- Voicebox Review: Open-Source Local Voice StudioMis à jour 26 octobre 2026
Également mentionné dans :
- Univocal Review: Read-Aloud and Dictation on Your MacMis à jour 16 novembre 2026
YoVoice
- Plateformes:
- macOS, Windows, Linux
- Prix / licence:
- Gratuit / Apache-2.0
- Différence principale:
- Voix, clonage et musique IA avec CLI et serveur MCP ; aucune version Pro payante trouvée
Articles sur YoVoice (1)
- YoVoice Review: Local Voice Cloning and Music StudioMis à jour 17 novembre 2026
Également mentionné dans :
- Kition Review: The Open Pro Suite for AI AgentsMis à jour 18 novembre 2026
XTTS v2
- Plateformes:
- macOS, Windows, Linux
- Prix / licence:
- Gratuit / CPML (non commercial)
- Différence principale:
- Un seul modèle de clonage utilisé comme bibliothèque, sans studio, doublage ni dictée
Articles sur XTTS v2 (10)
- XTTS v2 Review: Multilingual Voice Cloning from 6 Seconds of AudioMis à jour 5 septembre 2026
- Best Local TTS Engine for an NVIDIA GPU Setup (2026)Mis à jour 19 novembre 2026
- Local ElevenLabs Alternatives: Piper vs XTTS v2 (2026)Mis à jour 19 novembre 2026
- Local TTS & Voice Cloning Licenses 2026: Which Engines Allow Commercial Use (Piper, XTTS v2, F5-TTS, Coqui)Mis à jour 19 novembre 2026
- YoVoice Review: Local Voice Cloning and Music StudioMis à jour 17 novembre 2026
- Best Local TTS Engine for Mac (2026): What Actually Uses Apple SiliconMis à jour 11 septembre 2026
- Best Local TTS Engine for Raspberry Pi (2026)Mis à jour 11 septembre 2026
- Best TTS for Ollama (2026): Adding Voice Output to a Local LLM SetupMis à jour 11 septembre 2026
- Piper vs Chatterbox TTS (2026): Fast Local Speech or Voice Cloning?Mis à jour 11 septembre 2026
- Piper vs Kokoro TTS (2026): Which Local Voice Engine Should You Use?Mis à jour 11 septembre 2026
+6 autres non affichés
Ce sont des applications de la même catégorie du répertoire PromptQuorum ; vérifiez le prix, la licence et les plateformes actuels de chacune sur sa propre page.
Questions fréquentes
Puis-je l’utiliser depuis un script ou un agent IA ?
Oui : le README mentionne une API locale, une CLI et la prise en charge de MCP, et la documentation comporte une section MCP et un point d’accès audio compatible OpenAI. Nous n’en avons testé aucun.
Quel moteur utilise-t-il par défaut ?
Le README nomme k2-fsa/OmniVoice comme moteur par défaut et indique que le Model Manager en propose des dizaines d’autres, avec whisper.cpp pour la reconnaissance vocale.
Prend-il en charge ma langue ?
L’auteur revendique 646 langues sans détail par moteur, et le site existe en douze langues, dont l’allemand, le français, l’espagnol, le chinois et l’arabe. Nous n’en avons testé aucune.
Fonctionne-t-il sur un ordinateur sans GPU ?
Le README indique qu’il fonctionne sur le CPU, en plus lent, et selon le site environ 8 Go de RAM suffisent pour démarrer ; nous n’avons mesuré aucune vitesse.
L’application Android ou iPhone est-elle prête à l’emploi ?
Non : le README indique les versions Android (10+) et iOS (17+) comme préversion, et le fichier iOS est un IPA non signé qui exige un sideloading.
Verdict
VoiceStudio est une voie en évolution rapide, sous AGPL-3.0, pour cloner des voix, doubler des vidéos, transcrire et dicter sur votre propre ordinateur, avec API locale et prise en charge de MCP, et une version Pro payante distincte pour les conditions commerciales. Ses affirmations de fonctionnement local viennent du site et du README plutôt que d’un audit indépendant, la prise en charge stable sur Mac ne couvre qu’Apple silicon, les applications mobiles sont des préversions, les poids des modèles ont leurs propres licences et les affirmations sur 646 langues, la qualité et la vitesse ne sont pas testées ici. Il convient aux créateurs et développeurs qui veulent un outil vocal local gratuit ; qui a besoin d’une qualité de sortie prouvée, de conditions commerciales claires ou d’une politique de données vérifiée devrait le tester et lire d’abord les conditions de Pro.
Sources
- Site web de VoiceStudio — fonctions, plateformes, licence et informations sur Pro.
- Page de confidentialité de VoiceStudio — traitement des données de l’application gratuite, de Pro et du site.
- Conditions de VoiceStudio — droit applicable et usage acceptable.
- VoiceStudio sur GitHub — README, licence AGPL-3.0, options d’installation et plateformes prises en charge.
- Versions de VoiceStudio — version 0.5.8 et préversions plus récentes, dates et fichiers d’installation.
