Pular para o conteúdo principal
PromptQuorumFeito para humanos. Estruturado para IA.
Início/LLMs locais avançados
Voice, Speech & Multimodal

Análise do VoiceStudio: estúdio local gratuito de clonagem de voz e dublagem

·8 min de leituraPor · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto

O VoiceStudio (versão estável 0.5.8) é um estúdio de desktop sob AGPL-3.0 que clona e cria vozes, dubla vídeos, transcreve e dita, e seu criador afirma que o app gratuito roda na sua própria máquina sem conta. Ele também oferece uma API local, uma CLI e suporte a MCP, e cada afirmação desta análise vem do site do criador, das páginas de privacidade e de termos e do repositório do GitHub.

Principais conclusões

  • Manutenção: o ramo principal mudou pela última vez em 18 de novembro de 2026 e a tag mais recente é uma pré-versão do mesmo dia, então nenhum aviso de projeto abandonado se aplica.
  • Versão: a última versão estável é a 0.5.8, de 12 de novembro de 2026; as builds beta 0.5.9, que andam mais rápido, são publicadas como pré-versões.
  • Custo: o app é gratuito sob AGPL-3.0; uma versão Pro à parte, de código fechado e com licença comercial, é paga, e as páginas lidas não mostram preço.
  • Plataformas: estável em macOS (Apple silicon), Windows e Linux, além de imagens Docker; Android e iOS são marcados como prévia.
  • Criador: os mantenedores do repositório, com um desenvolvedor individual citado como autor nos dados do site; os termos legais seguem a lei da Índia e nenhum aviso legal de empresa foi encontrado.

📍 Em uma frase

O VoiceStudio é um app de desktop de código aberto que clona e cria vozes, dubla vídeos, transcreve, dita e narra audiolivros no seu próprio computador, com API local, CLI e suporte a MCP.

💬 Em termos simples

Pense nele como uma alternativa local a um serviço de voz na nuvem: você instala um app, baixa modelos e faz o trabalho de voz na sua própria máquina em vez de num site por assinatura.

📌Nota: Esta análise se baseia em voicestudio.sh, nas páginas de privacidade e de termos, no repositório do GitHub e na página de versões, consultados em 19 de novembro de 2026. A PromptQuorum não instalou nem executou o app, portanto a qualidade da voz, a qualidade da dublagem e a velocidade não são avaliadas.

O VoiceStudio (voicestudio.sh, também chamado de «OmniVoice Studio» nos dados estruturados do site) é um app de desktop de código aberto que clona e cria vozes, dubla vídeos, transcreve fala, dita texto e narra livros, com modelos rodando no seu próprio computador. O app principal é gratuito sob a licença AGPL-3.0, uma versão Pro paga à parte acrescenta licença comercial, e ele também oferece uma API local, uma linha de comando e suporte a MCP. Esta análise se baseia no site, nas páginas de privacidade e de termos, no repositório do GitHub e nas versões, consultados em 19 de novembro de 2026; a PromptQuorum não testou o app na prática.

Análise do VoiceStudio: estúdio local gratuito de clonagem de voz e dublagem

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
DockerImagem ghcr.io/debpalash/voicestudio:stable na porta 3900: README
Android e iOSAPK e IPA não assinado, marcados como prévia: GitHub Releases
Sitevoicestudio.sh
Política de privacidadevoicestudio.sh/privacy
Código-fontegithub.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)

Também mencionado em:

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)

Também mencionado em:

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)

+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.

Comparar no diretório

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

← Voltar para LLMs locais avançados

MCP