O que é o VoiceStudio?
O VoiceStudio é um estúdio de desktop para trabalho com voz que roda no seu próprio computador: clonar uma voz a partir de uma amostra curta, criar uma a partir de uma descrição, dublar vídeos, transcrever, ditar e transformar roteiros ou arquivos EPUB em audiolivros. O site o apresenta como uma alternativa gratuita e de código aberto ao ElevenLabs, sem conta obrigatória (o app básico é gratuito; também existe uma versão Pro paga), e seus dados estruturados acrescentam o nome «OmniVoice Studio».
O README cita k2-fsa/OmniVoice como mecanismo padrão e diz que o Model Manager oferece dezenas de outros, com whisper.cpp para reconhecimento de fala. O site e o README afirmam 646 idiomas, mas não dão detalhamento por mecanismo; portanto esse número é uma afirmação do criador.
Onde obter
O VoiceStudio instala como um app comum em macOS, Windows e Linux, sem precisar de terminal, e o README também cita Homebrew, instaladores de uma linha, Snap, AUR e Docker.
Opção | Onde obter |
|---|---|
| macOS | .dmg para Apple silicon (existe uma build para Intel com limitações) ou cask do Homebrew: GitHub Releases |
| Windows | .exe de instalação para x64 (e ARM, experimental) ou comando de uma linha no PowerShell: GitHub Releases |
| Linux | .deb ou AppImage para x64, além de Snap e AUR: GitHub Releases |
| Docker | Imagem ghcr.io/debpalash/voicestudio:stable na porta 3900: README |
| Android e iOS | APK e IPA não assinado, marcados como prévia: GitHub Releases |
| Site | voicestudio.sh |
| Política de privacidade | voicestudio.sh/privacy |
| Código-fonte | github.com/debpalash/VoiceStudio, licença AGPL-3.0 |
Versão analisada: 0.5.8, a última versão estável, publicada em 12 de novembro de 2026 segundo a página de versões do GitHub. A tag mais recente é a pré-versão 0.5.9-beta.6, de 18 de novembro de 2026, e o commit mais recente também é de 18 de novembro de 2026. O GitHub é apenas o canal de entrega desses instaladores, e os modelos são baixados separadamente.
Requisitos
Segundo o site, cerca de 8 GB de RAM bastam para começar e uma GPU é opcional, mas mais rápida; o README não indica um mínimo de VRAM.
Sistema operacional
- O que as fontes dizem:
- Estável em macOS 13.3+ com Apple silicon (Macs Intel só com backend remoto), Windows 10/11 x64 e Linux x64; Windows em ARM é experimental
Aceleração
- O que as fontes dizem:
- Metal no Mac, NVIDIA CUDA ou AMD ROCm opcional no Windows, CUDA, CPU ou Vulkan no Linux; roda na CPU, só que mais devagar
Memória e VRAM
- O que as fontes dizem:
- Cerca de 8 GB de RAM para começar segundo o site; o README não dá valor de VRAM e remete a um guia de desempenho à parte
Modelos
- O que as fontes dizem:
- Baixados dentro do app pelo Model Manager; cada modelo mostra sua própria licença
Celular
- O que as fontes dizem:
- Android 10+ e iOS 17+ são marcados como prévia; o iOS exige instalação manual (sideloading)
Internet
- O que as fontes dizem:
- Necessária para baixar modelos e verificar atualizações; segundo o site, o app gratuito só se conecta quando você pede
A PromptQuorum não verificou quais modelos rodam em qual backend nem quanta memória um modelo específico exige.
Recursos confirmados pelas fontes
Tudo o que segue vem do site ou do README; nada foi testado de forma independente.
- Clonar e criar. Crie uma voz a partir de cerca de três segundos de áudio limpo, ou crie uma a partir de gênero, idade, sotaque, tom e emoção sem gravação; as vozes salvas podem ser reutilizadas.
- Dublar. Transcreva, traduza e redubla um vídeo mantendo cada falante separado e alinhado ao tempo original, com guias de dublagem multifalante e de exportação da dublagem.
- Narrar. Transforme um roteiro longo ou um EPUB em um audiolivro com capítulos lido por uma voz clonada, criada ou predefinida, e atribua vozes aos papéis de uma história.
- Ditar e transcrever. Um widget flutuante de ditado com mecanismo de reconhecimento local e histórico pesquisável, além de transcrições editáveis de áudio ou vídeo.
- Automatizar. Uma API local documentada (áudio, vozes, dublagem, tarefas, MCP e mais), uma CLI, receitas reutilizáveis, pastas monitoradas e tarefas em lote em fila.
- Idiomas. O próprio site está disponível em doze idiomas e afirma oferecer fala em 646 idiomas.
Custo e licença
O app de desktop é gratuito e de código aberto sob AGPL-3.0, e uma versão à parte de código fechado, o VoiceStudio Pro, acrescenta uma licença comercial paga; nenhum preço aparece nas páginas lidas.
App gratuito
- O que as fontes dizem:
- AGPL-3.0, sem conta; os pesos dos modelos, as vozes e as saídas têm licenças próprias, mostradas por modelo
VoiceStudio Pro
- O que as fontes dizem:
- Licença comercial paga e recursos extras para equipes, teste grátis de 7 dias, reembolso de 7 dias, sem renovação automática; preço não informado
Cloud
- O que as fontes dizem:
- Consta como acesso antecipado, sem preço
Uso comercial
- O que as fontes dizem:
- O site oferece o Pro para equipes que precisam de termos comerciais; o alcance exato não é detalhado nas páginas lidas
As obrigações da AGPL-3.0 dependem de como você usa ou distribui o software e não são resumidas aqui; consulte um advogado antes de qualquer uso comercial.
Fluxo de dados e privacidade
Segundo o site, o app gratuito não precisa de conta nem de nuvem e só se conecta quando você pede, por exemplo para verificar atualizações ou baixar um modelo, e o README descreve uma ferramenta totalmente local. A página de privacidade diz que o app de desktop gratuito processa os dados localmente e só usa a rede para pedidos de atualização ou de modelo ou quando você usa um adaptador baseado em rede.
A mesma página diz que o app de desktop Pro precisa de conta, envia verificações de licença que registram seu endereço IP e seu país, e envia telemetria de uso e de erros a um serviço de análise de terceiros que, segundo ela, não pode ser desativada. Também informa que o site público usa análise sem cookies e hospedagem na Cloudflare.
📌Nota: Estas são declarações do criador, não resultados de auditoria. A PromptQuorum não leu o código nem inspecionou o tráfego de rede do app.
Clonagem de voz, consentimento e licenças de modelos
Clonar exige apenas uma amostra curta, e as próprias regras do criador pedem a permissão do dono da voz e proíbem a falsa identidade e a fraude; o consentimento é, portanto, responsabilidade sua.
- Consentimento e lei. Se clonar uma voz é legal depende da pessoa, da finalidade e do país; esta análise não é aconselhamento jurídico, e a PromptQuorum não avaliou nenhuma jurisdição.
- As licenças dos modelos diferem. O README diz que os pesos dos modelos, as vozes e as saídas têm licenças próprias, mostradas por modelo no Model Manager; a AGPL-3.0 cobre o app, não esses pesos.
- Lei aplicável. Os termos indicam que são regidos pela lei da Índia, com os tribunais de Agartala, Tripura; nenhum nome de empresa nem endereço é informado.
⚠️Aviso: Não clone uma voz sem o consentimento de quem a possui. Clonar a voz de uma pessoa sem permissão pode violar direitos da personalidade e de proteção de dados e, conforme o uso, gerar deveres de identificação de áudio sintético. Obtenha primeiro o consentimento; isto não é aconselhamento jurídico.
O que não conseguimos verificar
- Qualidade de saída e velocidade. A PromptQuorum não ouviu vozes clonadas, não verificou a precisão da dublagem nem cronometrou a geração com nenhum modelo.
- Cobertura de idiomas. O número de 646 idiomas é uma afirmação do criador sem lista por mecanismo, e não testamos nenhum idioma.
- Gratuito versus Pro. As páginas dizem que o Pro acrescenta recursos extras e licença comercial, mas não encontramos lista de recursos nem preço.
- Estabilidade das versões. Pré-versões saem várias vezes por semana, então a estável 0.5.8 pode diferir da beta mais recente.
- Assinatura dos instaladores. Não verificamos se os instaladores de macOS e Windows são notarizados ou assinados.
Concorrentes e alternativas
Voicebox
- Plataformas:
- macOS, Windows (Linux a partir do código)
- Preço / licença:
- Grátis / MIT
- Diferença principal:
- Clonagem de voz, texto em fala e ditado com Whisper com servidor MCP; a análise dele não cita dublagem de vídeo
Artigos sobre Voicebox (1)
- Voicebox Review: Open-Source Local Voice StudioAtualizado 26 de outubro de 2026
Também mencionado em:
- Univocal Review: Read-Aloud and Dictation on Your MacAtualizado 16 de novembro de 2026
YoVoice
- Plataformas:
- macOS, Windows, Linux
- Preço / licença:
- Grátis / Apache-2.0
- Diferença principal:
- Fala, clonagem e música com IA com CLI e servidor MCP; nenhuma versão Pro paga encontrada
Artigos sobre YoVoice (1)
- YoVoice Review: Local Voice Cloning and Music StudioAtualizado 17 de novembro de 2026
Também mencionado em:
- Kition Review: The Open Pro Suite for AI AgentsAtualizado 18 de novembro de 2026
XTTS v2
- Plataformas:
- macOS, Windows, Linux
- Preço / licença:
- Grátis / CPML (não comercial)
- Diferença principal:
- Um único modelo de clonagem usado como biblioteca, sem estúdio, dublagem nem ditado
Artigos sobre XTTS v2 (10)
- XTTS v2 Review: Multilingual Voice Cloning from 6 Seconds of AudioAtualizado 5 de setembro de 2026
- Best Local TTS Engine for an NVIDIA GPU Setup (2026)Atualizado 19 de novembro de 2026
- Local ElevenLabs Alternatives: Piper vs XTTS v2 (2026)Atualizado 19 de novembro de 2026
- Local TTS & Voice Cloning Licenses 2026: Which Engines Allow Commercial Use (Piper, XTTS v2, F5-TTS, Coqui)Atualizado 19 de novembro de 2026
- YoVoice Review: Local Voice Cloning and Music StudioAtualizado 17 de novembro de 2026
- Best Local TTS Engine for Mac (2026): What Actually Uses Apple SiliconAtualizado 11 de setembro de 2026
- Best Local TTS Engine for Raspberry Pi (2026)Atualizado 11 de setembro de 2026
- Best TTS for Ollama (2026): Adding Voice Output to a Local LLM SetupAtualizado 11 de setembro de 2026
- Piper vs Chatterbox TTS (2026): Fast Local Speech or Voice Cloning?Atualizado 11 de setembro de 2026
- Piper vs Kokoro TTS (2026): Which Local Voice Engine Should You Use?Atualizado 11 de setembro de 2026
+6 mais não exibidos
São apps da mesma categoria do diretório da PromptQuorum; confirme o preço, a licença e as plataformas atuais de cada app na própria página.
Perguntas frequentes
Posso usá-lo a partir de um script ou de um agente de IA?
Sim: o README cita uma API local, uma CLI e suporte a MCP, e a documentação tem uma seção de MCP e um endpoint de áudio compatível com a OpenAI. Não testamos nenhum deles.
Qual mecanismo ele usa por padrão?
O README cita k2-fsa/OmniVoice como mecanismo padrão e diz que o Model Manager oferece dezenas de outros, com whisper.cpp para reconhecimento de fala.
Ele suporta o meu idioma?
O criador afirma 646 idiomas sem detalhamento por mecanismo, e o site está disponível em doze idiomas, entre eles alemão, francês, espanhol, chinês e árabe. Não testamos nenhum.
Roda em um computador sem GPU?
O README diz que roda na CPU, só que mais devagar, e segundo o site cerca de 8 GB de RAM bastam para começar; não medimos nenhuma velocidade.
O app de Android ou iPhone está pronto para uso?
Não: o README marca as versões de Android (10+) e iOS (17+) como prévia, e o arquivo do iOS é um IPA não assinado que exige sideloading.
Veredicto
O VoiceStudio é um caminho de evolução rápida, sob AGPL-3.0, para clonar vozes, dublar vídeos, transcrever e ditar no seu próprio computador, com API local e suporte a MCP, e uma versão Pro paga à parte para termos comerciais. Suas afirmações de funcionamento local vêm do site e do README, não de uma auditoria independente; o suporte estável no Mac cobre apenas Apple silicon, os apps móveis são prévias, os pesos dos modelos têm licenças próprias e as afirmações de 646 idiomas, qualidade e velocidade não foram testadas aqui. Serve para criadores e desenvolvedores que querem uma ferramenta de voz local gratuita; quem precisa de qualidade de saída comprovada, termos comerciais claros ou uma política de dados verificada deve testá-lo e ler antes os termos do Pro.
Fontes
- Site do VoiceStudio — recursos, plataformas, licença e informações sobre o Pro.
- Página de privacidade do VoiceStudio — tratamento de dados do app gratuito, do Pro e do site.
- Termos do VoiceStudio — lei aplicável e uso aceitável.
- VoiceStudio no GitHub — README, licença AGPL-3.0, opções de instalação e plataformas suportadas.
- Versões do VoiceStudio — versão 0.5.8 e as pré-versões mais recentes, datas e arquivos de instalação.
