README.tw.md

Voice-Pro: 終極AI語音轉換和多語言翻譯工具 🔊

🌍 한국어 ∙ English ∙ 中文简体 ∙ 中文繁體 ∙ 日本語 ∙ Deutsch ∙ Español ∙ Português

🎙️ 強大的AI驅動Web應用程式，用於YouTube影片處理、語音識別、翻譯和多語言支援的文字到語音轉換

Voice-Pro是一款革新多媒體內容製作的先進網頁應用程式。它將YouTube影片下載、音訊分離、語音辨識、翻譯和文字轉語音(TTS)整合到一個強大的工具中，為創作者、研究人員和多語言專家提供理想的解決方案。

• 🔊 頂級語音辨識：Whisper、Faster-Whisper、Whisper-Timestamped
• 🎤 零樣本聲音克隆：F5-TTS、E2-TTS、CosyVoice
• 📢 多語言文字轉語音：Edge-TTS、kokoro
• 🎥 YouTube處理和音訊提取：yt-dlp
• 🌍 100多種語言即時翻譯：Deep-Translator
• 🔇 專業級人聲分離：UVR5
• 🔥 AI翻唱製作：RVC

作為ElevenLabs的強大替代方案，Voice-Pro為播客主持人、開發者和創作者提供進階語音解決方案。

⚠️ 注意事項

• Voice-Pro已更新至v2.x版本（Python 3.10.15, Torch 2.5.1+cu124, Gradio 5.14.0）
• 🆓 免費試用版支援最長60秒的媒體處理
• 🔥 新增AI翻唱功能
• 🎤 新增CosyVoice和kokoro支援
• ⏳ 首次執行時需下載CozyVoice2-0.5B (9GB)，根據網路速度可能需要1小時以上
• 🎧 聲音克隆用的語音樣本將持續更新
• 提示：
  • 從 v1.x 升級到 v2.x：不可能。因此，建議刪除 installer_files 資料夾並執行最新版本的 start.bat。
  • 從 v2.x 升級到 v2.x：可能。下載最新程式碼後，執行 update.bat。
  • 首次使用者：請參考以下安裝方法。
  • 問題解決：在大多數情況下，刪除 installer_files 資料夾並依序執行 configure.bat 和 start.bat 即可解決問題。

🚄 示範

配音工作室標籤頁：轉錄、翻譯和TTS

voice-pro-demo-v1.6.7-1080p.mp4

工作室標籤頁的綜合媒體處理工作流程示範：從YouTube影片下載到AI語音分離、Whisper自動字幕、多語言翻譯，再到使用F5-TTS進行專業配音的一站式媒體轉換過程。

F5-TTS-Multi標籤頁：播客製作

f5-tts-demo-elon-zuckerberg-1115-3.mp4

F5-TTS的創新AI聲音克隆技術示範：精確模仿馬克·祖克柏和伊隆·馬斯克的真實聲音，創建全新內容的進階語音轉換技術展示。

AI翻唱標籤頁

321132645-44ee3893-145d-474a-840b-1ff45802dfbf.mp4

製作川普版本的IU《Cupid》、金光石《想念的人》、《士兵的信》。

即時翻譯標籤頁：即時辨識和翻譯

voice-pro-demo-v1.5.7-h264-1080p-live.mp4

即時多語言翻譯功能示範：即時擷取BBC新聞內容，產生即時字幕，並立即翻譯成其他語言的創新多語言媒體處理過程。

⭐ 主要功能

1. 配音工作室

• YouTube影片下載和音訊提取
• 使用MDX-Net和Demucs進行語音分離
• 支援100多種語言的語音辨識和翻譯

2. 語音技術

• 語音轉文字： Whisper、Faster-Whisper、Whisper-Timestamped
• 文字轉語音：
  • Edge-TTS：支援100多種語言，400多種聲音
  • E2-TTS、F5-TTS、CosyVoice：零樣本克隆
  • kokoro：在HuggingFace TTS Arena中排名第二
• 🔥 AI翻唱（語音轉語音）： 使用UVR5移除人聲，使用RVC進行變聲

3. 即時翻譯

• 即時語音辨識
• 即時多語言翻譯
• 可自訂音訊輸入

🤖 網頁介面

配音工作室標籤頁

• 整合中心：YouTube下載、降噪、字幕、翻譯、TTS
• 支援所有ffmpeg相容格式
• 輸出選項：WAV、FLAC、MP3
• 支援100多種語言的字幕和辨識
• 可調節TTS的速度、音量、音調

Whisper字幕標籤頁

• 專用字幕：90多種語言
• 影片整合字幕顯示
• 單字級醒目提示和降噪選項

翻譯標籤頁

• 100多種語言翻譯
• 支援字幕檔案（ASS、SSA、SRT等）
• 即時語音辨識和翻譯

語音生成標籤頁

• 選項：Edge-TTS、F5-TTS、CosyVoice、kokoro
• 使用名人聲音製作播客和多語言支援

🔥 AI翻唱標籤頁

• 人聲移除：MDX-Net、Demucs
• 語音變調：RVC
• AI聲音可從Discord AI Hub下載或發郵件至[email protected]請求

💻 系統需求

• 作業系統： Windows 10/11（64位元）※不支援Linux/Mac
• 顯示卡： 支援CUDA 12.4的NVIDIA顯示卡（建議）
• 顯示記憶體： 4GB以上（建議8GB以上）
• 記憶體： 4GB以上
• 儲存空間： 20GB以上可用空間
• 網路： 必需

📀 安裝

使用configure.bat和start.bat輕鬆安裝Voice-Pro。

1. 準備套件

• 從下載最新發布版本（Source code (zip)）

git clone https://github.com/abus-aikorea/voice-pro.git

2. 安裝和執行

1. 🚀 configure.bat
   • 安裝git、ffmpeg、CUDA（使用NVIDIA GPU時）
   • 首次執行一次；需要網路，可能需要1小時以上
   • 不要關閉命令視窗
2. 🚀 start.bat
   • 執行Voice-Pro網頁介面
   • 首次執行時安裝相依性（可能需要1小時以上）
   • 如果出現問題，刪除installer_files後重新執行

3. 更新

• 🚀 update.bat：更新Python環境（比重新安裝更快）

4. 解除安裝

• 執行uninstall.bat或刪除資料夾（可攜式安裝）

❓使用技巧

瀏覽器沒有自動啟動時

• 關閉Windows命令視窗，重新執行start.bat，或
• 直接啟動瀏覽器，在網址列輸入Windows命令視窗顯示的網址（例如**http://127.0.0.1:7892**）

出現CUDA記憶體不足錯誤時

• 在Windows工作管理員-效能標籤中檢查GPU記憶體狀態
• 將降噪等級設定為0或1。降噪等級2需要8GB以上的GPU記憶體
• 將計算類型設定為int類型。float類型品質更好但需要更多GPU記憶體

如何提高字幕品質？

• 字幕品質通常隨著使用更大的Whisper模型而提高，但並不總是如此。large > medium > small > base > tiny
• 在計算類型中，float類型效能更好。int類型透過模型量化降低GPU使用量並提高速度，但效能較差
• 提高降噪等級可以更多地去除背景音，只將剩餘的語音用於語音辨識。但不總是能保證更好的結果

📢 注意事項

Windows Defender可能會顯示不受信任應用程式的警告，並阻止Voice-Pro繼續執行。 如果SmartScreen安全等級設定為「警告」，請點選「更多資訊」後點選「仍要執行」。 如果SmartScreen設定為「阻止」等級，則沒有可以執行安裝的按鈕。在這種情況下，開啟start.bat檔案的屬性，勾選「解除封鎖」，套用變更後重新執行start.bat檔案。

如果Windows Defender錯誤地將批次檔案識別為特洛伊木馬，這通常被稱為「誤判」。要解決這個問題，可以採取以下步驟：

1. 檔案例外處理：可以在Windows Defender中設定特定檔案或程序跳過安全檢查。請按照以下步驟操作：

   • 點選「開始」按鈕，進入「設定」
   • 點選「更新與安全性」
   • 選擇「Windows安全性」，進入「病毒與威脅防護」
   • 點選「管理病毒與威脅防護設定」
   • 在「病毒與威脅防護設定」中選擇「新增或移除排除項目」
   • 選擇「檔案或資料夾」，找到相關批次檔案並新增為例外

2. 暫時停用Windows Defender：這可以作為臨時解決方案。但使用此方法時，請注意電腦可能會暴露於其他威脅中。

3. 向防毒軟體回報問題：如果您確信該檔案不是特洛伊木馬，可以向Microsoft回報為誤判。Microsoft會審查後採取必要的措施。

🚨 通知

• 此儲存庫提供 Voice-Pro 的免費試用版。
• Voice-Pro 的免費試用版允許您處理長達 60 秒的媒體。
• Voice-Pro 的正式版本可透過 ABUS 官方網站 (https://abuskorea.imweb.me) 購買。

☕ 貢獻

• 如果您想參與並幫助我們進行此專案，請隨時建立一個 Issues。
• 如果出現問題，請提交一個 Pull requests 以改進此專案。
• 歡迎任何類型的貢獻。
• 有關購買、商業夥伴關係、技術調整、投資和其他相關事宜的諮詢，請透過電子郵件 ([email protected]) 與我們聯繫。
• 如果您喜歡這個專案，請給這個儲存庫加星號。我們將非常感謝。 ⭐⭐⭐
• 您可以在這裡透過捐贈支持 Voice-Pro：

📬 聯絡方式

• 電子郵件：[email protected]
• 主頁（韓語）：https://abuskorea.imweb.me
• Amazon：US | Japan | Singapore | UAE
• 韓國Naver：軟體 | 解決方案

👍 YouTube

• 產品資訊
• 卡拉OK：流行音樂 | K-Pop | J-Pop

🙏 鳴謝

• Demucs: https://github.com/facebookresearch/demucs
• yt-dlp: https://github.com/yt-dlp/yt-dlp
• gradio: https://github.com/gradio-app/gradio
• edge-TTS: https://github.com/rany2/edge-tts
• F5-TTS: https://github.com/SWivid/F5-TTS.git
• openai-whisper: https://github.com/openai/whisper
• faster-whisper: https://github.com/SYSTRAN/faster-whisper
• whisper-timestamped: https://github.com/linto-ai/whisper-timestamped
• RVC-Project: https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI
• UVR5: https://github.com/Anjok07/ultimatevocalremovergui

©️ 版權資訊

by ABUS