App de escritorio open source (previously OmniVoice-Studio) que clona voz zero-shot desde un clip de 3 segundos, dobla vídeos completos (transcribir → traducir → sintetizar → MP4), dicta con atajo global y crea audiolibros, todo 100% local: sin cuenta, sin API key, sin nube. Motor por defecto k2-fsa/OmniVoice (600+ idiomas) con catálogo de 646; 16 motores TTS y 11 ASR conmutables (CosyVoice 3, Qwen3-TTS, Whisper…). Incluye API local REST, API compatible OpenAI, MCP server (enchufable a Claude/Cursor), marca de agua AI (AudioSeal) y cola de trabajos en lote. Requiere 8 GB RAM, 4 GB VRAM (CPU soportado, ~3x más lento). Dev en solitario (1.088 commits). Beta activa. Ojo con la licencia: la app es AGPL-3.0 (comercial disponible si la embebes en SaaS); los modelos son Apache-2.0. En el doblaje en lote y multilingüe compite de tú a tú con ElevenLabs; para voz en vivo con latencia <300 ms, ElevenLabs sigue por delante. 57,2K ⭐, 6,4K forks (verificado 10/10/2026).
TTS sin tokenizer para generar habla multilingüe, diseñar voces y clonar una voz de forma realista, corriendo en tu propio ordenador. Python, Apache-2.0.
