Voice-Pro:字幕・翻訳・TTSをひとつに統合した多言語オーディオ処理ツール
Voice-Proは、字幕、翻訳、TTSをひとつにまとめた多言語オーディオ処理ツールで、ワンクリックでインストールできます。

Voice-Proは90以上の言語のリアルタイム翻訳をサポートしており、ライブ配信や即時翻訳のシーンに適しています。
Voice-Proの主な機能:
Studioタブ
YouTubeダウンローダー、ノイズ除去、字幕、翻訳、TTSを統合した環境を提供
ffmpegがサポートするすべての動画/音声形式に対応
出力音声形式(wav、flac、mp3)を選択可能
100言語の音声認識と字幕作成
PCの性能に合わせた字幕作成オプション(Whisperモデルと計算タイプ)を選択可能
100以上の言語に翻訳し、TTSで音声を生成
多言語動画では、オリジナル動画のBGMと効果音が保持されます。
TTSの音声速度、音量、音程の調整をサポート
Whisper Captionタブ
字幕作成専用のタブ。90以上の言語をサポート
動画から作成された字幕を表示
ワールドクラスのハイライト機能を提供
ノイズ除去機能を提供(1-Demucs、2-MDXNet)
Translateタブ
翻訳専用のタブ。100以上の言語をサポート
字幕ファイル(ass、ssa、srt、mpl2、tmp、vtt、microdvd、json)に対応
テキストを直接入力することも可能
アップロードされたファイルの言語を自動検出
TTSタブ
TTS専用のタブ。100以上の言語と400以上の音声をサポート
字幕ファイル(ass、ssa、srt、mpl2、tmp、vtt、microdvd、json)に対応
テキストを直接入力することも可能
アップロードされたファイルの言語を自動検出
音程、音量、速度を調整可能
Live Translationタブ
リアルタイム音声認識と翻訳をサポート
マイクやスピーカーなど、音声入力ソースを選択可能
キャプチャした音声、認識した字幕、翻訳した字幕を保存する機能を提供
Batchタブ
大量のファイルを一括処理
字幕、翻訳、TTS
Voice-Proの特徴:
YouTube動画(mp4、webm)をダウンロードし、音声ファイル(mp3、wav、flac)として保存できます。
ノイズ除去と音声の分離によって音声認識の精度を向上できます。MDX-NetとMetaのDemucsを使用。
多言語動画を簡単に作成できます。
ワンクリックでインストール。インストール後は追加費用なしで永久に使用できます。(※ 無料版は30分の使用時間制限があります)
Web-UIを提供。Google Chromeブラウザの使用を推奨。
Voice-Proプロジェクトアドレス:https://github.com/abus-aikorea/voice-pro
脚本プランナー▸
AIアプリ
AIニュース 