Notes de version

La chronique de chaque étape dans l'évolution de yovoice. Conçu en open source et 100% local, nous repoussons sans cesse les frontières de la synthèse vocale, du clonage de voix et de la composition musicale pour donner une voix vivante à vos mots.

v0.5.0 2026-10-28 Télécharger

Modèles vocaux: Six nouveaux modèles vocaux : Ming 3.0 TTS, Voxtral TTS, Plapre 3, XTTS v2, Gradium Phonon et Fish Audio Drama 3, couvrant voix intégrées, conception sonore et clonage vocal multilingue ; Drama 3 gère aussi les balises de locuteurs et d'événements. Utilisables par rôle dans la narration (moteur audio.cpp v0.9.3 requis).
Génération musicale: Génération musicale avec Stable Audio 3 (Small Music, Small SFX, Medium ; Q8 / F16) : créez des instrumentaux via une description en anglais (jusqu'à 2 min avec Small et 6 min avec Medium), remixez ou repeignez une partie d'un morceau existant. La section « Effets sonores » génère 1 à 30 s d'effets. Licence communautaire Stability AI (gratuit sous 1 M$ de revenus annuels).
Moteur d'inférence: Moteur mis à niveau vers audio.cpp v0.9.3 : corrige des anomalies occasionnelles sur Metal et CUDA et accélère plusieurs modèles. Les versions v0.7.4 et supérieures restent compatibles ; mise à jour dans les Paramètres. Nouveau mode CUDA « Priorité performance » pour accélérer ACE-Step, Qwen3-TTS, YuE2, VoxCPM2 et Drama 3 (consomme plus de VRAM).
Mélange vocal: Kokoro permet désormais de mélanger deux voix d'une même langue avec un dosage personnalisé pour chaque rôle narratif.
Mises à jour de modèles: Les modèles téléchargés affichent « Mise à jour disponible » dans les Paramètres lorsqu'une nouvelle version sort, avec mise à jour en un clic et notification refermable dans la barre latérale ; les anciennes versions restent utilisables.
Contrôle audio: Contrôle audio automatique après chaque rendu : les saturations, clics, coupures de fin, silences prolongés ou volumes anormaux sont signalés sur le lecteur et face aux répliques (détails au survol). Ocho valide l'audio avant la livraison et ne régénère que les phrases défectueuses.
Volume cible: Exportation avec intensité sonore cible au choix : livre audio −18, podcast −16 ou plateformes vidéo −14 LUFS, avec crêtes inférieures à −1 dBTP.
Audio de référence: Enregistrements de référence jusqu'à 10 minutes : les extraits de plus de 60 s sont raccourcis automatiquement sur les 5 à 15 s les plus nettes, avec option « Sélection auto » lors du découpage.
Narration d'histoires: La narration d'histoires permet d'ajouter directement les voix, bruitages et musiques yovoice sur une piste ; Ocho peut insérer des effets, mettre à jour les modèles et activer la priorité performance.
Atténuation sonore: Atténuation musicale plus naturelle : la musique baisse avant le début de la réplique, reste stable durant les courtes pauses et remonte en douceur.
Gestion des ressources: Le tableau Paramètres › Ressources est allégé sur un seul écran, avec les actions de ligne dans un menu « Plus » ; défilement horizontal sur les fenêtres étroites.
Messages et avertissements: Messages plus explicites : la sélection d'un abonnement ChatGPT dans le panneau Ocho explique l'incompatibilité et permet de revenir en arrière ; un plantage en cours de génération affiche « Le moteur d'inférence s'est arrêté de manière inattendue » avec la cause au lieu d'une erreur réseau.
Finitions d'interface: Finitions d'interface : la boîte de dialogue des médias narratifs garde une hauteur stable lors des changements d'onglets, et la barre de défilement de l'éditeur s'aligne contre le séparateur.

v0.4.1 2026-10-21

Mise à jour automatique: Correction du problème sous macOS affichant systématiquement « Échec de vérification de mise à jour (codesign) … invalid requirement specification » après téléchargement. Issu de l'outil de mise à jour 0.3.0–0.4.0, veuillez réinstaller manuellement la 0.4.1 sur Mac ; les mises à jour suivantes seront automatiques.

v0.4.0 2026-10-21

Prise en charge de Linux: Nouvelle application Linux x64 : paquets .deb (Debian/Ubuntu) et .tar.gz avec script install.sh. Fonctionne d'emblée sur processeur et propose le moteur GPU Vulkan dans les Paramètres ; requiert WebKitGTK 4.1 (mise à jour auto non disponible pour l'instant).
Paroles synchronisées: Paroles synchronisées mot à mot sur la page de lecture : chaque mot s'illumine en rythme avec la voix. Nouveau style épuré « Lueur flottante » affichant une phrase par écran, idéal pour les captures vidéo ; export LRC mot par mot disponible.
Alignement intelligent: Modèle optionnel d'alignement des paroles (séparation vocale BS-RoFormer + Qwen3 Forced Aligner, env. 1,3 Go) : « Alignement intelligent » isole la voix, filtre les silences et synchronise les paroles mot à mot ; les résultats sont conservés avec la version.
Page de lecture: Page de lecture modernisée : barre de titre intégrée sur macOS, menu « Outils de paroles » regroupant calibration, alignement et export, animations et défilement fluidifiés. Fonction « Ajuster le minutage » pour ancrer une ligne ou décaler de 0,1/0,5 s (←/→) ; glissez chaque mot sur la frise chronologique ou marquez le tempo à l'écoute.
Paquets allégés: Paquets d'installation allégés : le dictionnaire phonétique de Kokoro (env. 10 Mo) est désormais téléchargé en même temps que le modèle Kokoro.
Gestion des fonctions: Paramètres › Général s'enrichit d'un menu « Fonctionnalités » : masquez au choix la narration, la musique ou l'assistant Ocho ; leurs paramètres IA associés sont masqués s'ils sont tous deux désactivés.
Performances: Démarrage accéléré et interface plus réactive : résout le blocage au lancement causé par des audios de 20 à 30 minutes dans les projets récents ; les pages sont chargées à la demande et les calculs en arrière-plan ne recalculent plus toute la vue.
Correction d'exportation: Correction sous Windows et Linux où l'export de morceaux de plus de deux minutes restait sans effet ; la durée sur la frise n'est plus bridée. La barre d'outils propose « Afficher dans le dossier » et l'export est sous « Plus ».
Téléchargements miroir: Résolution du problème d'échec de vérification de taille lors du téléchargement de modèles sur le miroir ModelScope après sa synchronisation.
Compatibilité: Configuration minimale requise pour l'installateur Windows abaissée à Windows 10 version 1809 (build 17763) et ultérieure.
Migration des données: Lors de la mise à jour, vos projets, discussions avec l'assistant et historiques du moteur sont convertis au nouveau format, précédés d'une sauvegarde de base automatique.

v0.3.1 2026-10-19

Correction de plantage: Correction d'un plantage au démarrage sur macOS 26 causé par le bouton de la barre latérale dans le bandeau de titre.
Correction d'affichage: Correction des longues pages sous Windows masquées par des blocs noirs ; les zones de défilement disposent désormais d'une fine barre claire.

v0.3.0 2026-10-19

Assistant IA: Découvrez Ocho, l'assistant IA intégré (⌘J / Ctrl+J) : créez et modifiez des projets, écrivez des paroles ou partitions, choisissez des voix et lancez des rendus par simple dialogue. Il prend en compte votre contexte, mémorise vos préférences et demande confirmation avant toute suppression.
Mélodies et partitions: Les chansons YuE2 peuvent débuter par une partition mélodique : composez ou extrayez mélodie et accords, visualisez-les en portée classique, pistes ou format ABC, écoutez avec des banques de sons (surbrillance en temps réel des notes), modifiez, exportez en .abc puis générez le morceau complet. Ajout de morceaux instrumentaux et reprises SheetSage2.
Romans et sous-titres: Importation de romans pour la narration (TXT, Markdown, EPUB), export de sous-titres SRT/WebVTT, export de paroles LRC et écoute comparative des versions d'un morceau.
Ressources et journaux: Nouvelles sections dans les Paramètres : Ressources pour nettoyer les fichiers orphelins, Journaux avec export d'archives de diagnostic, séparation des modèles Vocaux et Musicaux avec choix de précision, et intégration de ChatGPT (Codex).
Support multilingue: L'interface prend en charge le chinois traditionnel, le japonais, le coréen, l'espagnol, le français, l'allemand, le portugais (Brésil), le russe, l'italien et le vietnamien, avec une animation d'ouverture et une visite guidée des fonctionnalités.
Modèles par défaut et API: Les nouveaux projets utilisent par défaut les modèles déjà téléchargés ; yovoice serve propose sa documentation d'API interactive sur /docs/ ; les projets de partition deviennent « Génération d'arrangements » sous la section Musique.

v0.2.1 2026-10-16

Téléchargements directs: Téléchargement direct de Kokoro-82M 1.1-zh depuis Hugging Face et ModelScope, avec gestion unifiée via l'application ou l'interface CLI et détection automatique des modèles locaux.
Premier lancement: Guide d'accueil pour la première utilisation, synthèse vocale accélérée, suppression par lot des enregistrements de référence, nommage clair des fichiers exportés et nettoyage sécurisé du cache.
Lecture musicale: Page de lecture musicale enrichie avec affichage synchronisé des paroles, repérage vocal, calage rythmique, durées de composition allongées et nommage automatique par IA.
Stockage SQLite: Migration des projets, banques de voix, modèles et réglages vers une base SQLite avec transactions et sauvegardes, migration depuis state.json, changement d'emplacement et restauration après crash.
Fiabilité du bureau: Amélioration de la stabilité de l'application sous Windows et macOS : reprise de service automatique, arrêt propre des processus, comportement du tiroir système, disposition pour écrans étroits et vérification des signatures.
Importation de formats: Ajout de Breeze TTS 2, import de fichiers texte et sous-titres, perfectionnement de l'API et du protocole MCP local, OrcaRouter et notifications d'erreur clarifiées lors des sauvegardes.

v0.2.0 2026-10-11

Génération musicale: Nouveau module de Génération Musicale : définissez le style par balises, structurez les paroles par sections ou optez pour de l'instrumental grâce à ACE-Step 1.5 Turbo / XL Turbo ou YuE2 3B (voix chantée avec durée calée sur le texte ; licence CC BY-NC 4.0 non commerciale). Chaque essai forme une version avec écoute comparative et export ; gère les modèles multi-fichiers.
Studio d'arrangement: Nouvel espace d'Arrangement : éditez les notes par mesure et temps, importez des fichiers MIDI ou laissez l'agent composer, avec rendu piste par piste via banque General MIDI et mixage dédié. Fenêtre de pistes inférieure avec zoom, tête de lecture et export MIDI/JSON. Banques incluses : MuseScore General, GeneralUser GS ou SGM-V2.01. Ligne de commande enrichie de stems, outil MCP render_score et guide d'arrangement.
Fournisseurs d'IA: Connexion optionnelle aux fournisseurs d'IA (DeepSeek, Qwen, Zhipu, Kimi, Doubao, MiniMax, OpenAI, Anthropic, OpenRouter, modèles locaux et personnalisés) : générez le style musical complet, les paroles, les titres et les arrangements à partir d'une simple phrase en arrière-plan.
Finitions d'interface: Interface entièrement renouvelée : liste de projets style tickets de concert ornée de vinyles et cassettes, paramètres regroupés par catégories, page dédiée aux banques sonores, bascules de volets intégrées à la barre de titre et infobulles contextuelles réservées aux éléments tronqués.
Moteur d'inférence: Le moteur audio.cpp passe en v0.9.1 avec cycle de mise à jour découplé de l'application ; nouveaux installateurs Windows compatibles CUDA 12.4 et 13.3.
Corrections de bugs: Résolution des expirations sur requêtes IA longues, de la sauvegarde à la fermeture, des fuseaux horaires Windows, des menus contextuels de frise, de la suppression du dernier projet et amélioration des journaux d'erreurs.

v0.1.7 2026-10-05

Service distant: Service vocal distant via API HTTP et protocole MCP : soumission, suivi, annulation et téléchargement des tâches avec authentification, déduplication et délais configurables.
Agent Skill: L'Agent Skill fonctionne avec la CLI locale ou les services distants ; les guides utilisateurs et paquets CLI intègrent des documentations dédiées.
Sauvegarde et diagnostics: Correction des alertes de sauvegarde sous Windows avec création d'une copie de secours en cas d'échec ; journaux de diagnostic enrichis.

v0.1.6 2026-10-01

Interprétations de rôle: Enregistrez plusieurs styles d'interprétation par personnage avec modèles et paramètres distincts, utilisables pour les histoires et projets audio.
Alignement des contrôles: Uniformisation des dimensions et de l'alignement pour les listes déroulantes de style et les boutons d'action.
Commandes de pistes: Correction de la zone de redimensionnement qui empiétait sur le bouton de lecture ; le glisser-déposer est recentré sur le séparateur supérieur.
Icône d'application: Suppression du reflet lumineux sur le socle de l'icône, nettoyage des contours transparents et ajustement des marges sous macOS.

v0.1.5 2026-09-29

Projets d'histoires: Création des projets de Narration d'histoires et de Génération vocale avec import de sous-titres, rendu par segments et pistes éditables.
Édition audio: Édition audio avec découpage de pistes, annuler/rétablir, mixage, export WAV, et archivage/restauration de projets.
Modèles officiels: Téléchargement en un clic des modèles officiels Kokoro en précision BF16.
Notes de publication: Journal des modifications intégré, publié automatiquement sur les pages GitHub Releases à chaque sortie.
Suivi de lecture: La lecture suit désormais en direct le texte du script ; suppression de la file d'attente par lot des répliques.
Fluidité d'interaction: Amélioration du zoom temporel, du défilement, du déplacement magnétique des clips et tête de lecture unifiée.
Styles d'incrustation: Correction de l'affichage des fenêtres volantes sous les anciens moteurs WebKit ; les alertes ne déforment plus l'interface.
Adaptation de fenêtre: Mémorisation de la taille et position de fenêtre sous Windows, démarrage fiabilisé et marges d'icônes affinées sous macOS.

v0.1.4 2026-09-26

Bibliothèque de personnages: Ajout de la Bibliothèque de personnages pour sauvegarder et réutiliser voix et réglages, avec outils partagés dans l'espace créatif.
Modèles officiels: Téléchargement du modèle officiel Kokoro Q8 avec 49 voix préinstallées ; support expérimental des variantes multilingues.
Gestion des voix: Perfectionnement de la bibliothèque vocale, de l'historique et des extraits avec recherche globale, avatars et fenêtres harmonisées.
Permissions de microphone: Résolution d'un crash lors de la demande d'accès au micro sous macOS et meilleure compatibilité des listes déroulantes anciennes.
Correction d'encodeur: Résolution de la limite de capacité de l'encodeur VoxCPM2 lors de l'utilisation d'extraits de référence plus longs.
Nettoyage des processus: Le service d'arrière-plan attend la fin du nettoyage avant l'arrêt complet ; maintien des correctifs d'interface sous Windows.

v0.1.3 2026-09-19

Adaptation de fenêtre: Amélioration des bordures de fenêtre, du défilement, des menus système et des boîtes de dialogue sous Windows.
Réseau et proxy: Interrupteur de proxy avec sauvegarde automatique des paramètres et calage amélioré des menus déroulants.
Chemins et exécution: Correction du traitement des chemins d'archives sous Windows et amélioration de la compatibilité de compilation .NET 8.

v0.1.2 2026-09-18

Extension de modèles: Intégration des modèles OmniVoice et Qwen3-TTS avec réglages dédiés de conception vocale, clonage et génération.
Interface en anglais: Interface en anglais avec sélection de la langue et localisation complète des menus et infobulles macOS.
Organisation des panneaux: Refonte des préférences, de la gestion des répertoires de modèles et des panneaux de contrôle de synthèse.
Mise à jour automatique: Correction de l'ordre des arguments de l'utilitaire lipo lors du contrôle d'architecture sous macOS.

v0.1.1 2026-09-16

Extension de modèles: Nouveau modèle VoxCPM2 en Q8 et BF16 : conception sonore, clonage vocal et clonage assisté par transcription dans l'App et la CLI.
Paramètres de contrôle: Nouveaux paramètres : description textuelle de voix, force de guidage, nombre d'étapes et graine aléatoire.
Optimisation du flux: Interface de gestion des modèles repensée : retrait possible d'autres modèles pendant qu'un téléchargement est en cours.
Optimisation du flux: Simplification de la commande make app-run ; séparation du mode développement de l'empaquetage et lecture après rendu complet.
Permissions natives: Correction de l'attribution des droits du microphone sous macOS via les boîtes de dialogue système natives.

v0.1.0 2026-09-16

Lancement public: Première version publique officielle de yovoice, proposant des installateurs pour macOS Apple Silicon et Windows x64.
Synthèse vocale: Synthèse locale avec IndexTTS 2.0 / 2.5, téléchargement automatique de modèles et import de fichiers GGUF personnalisés.
Clonage vocal: Clonage vocal à partir d'échantillons, transfert de style, modulation des émotions et enregistrement micro intégré.
Historique de projets: Bibliothèque de voix, historique de projets, gestionnaire de versions et lecteur audio instantané.
CLI et outils autonomes: Outil en ligne de commande autonome et Agent Skill pour macOS, Windows et Linux avec binaire FFmpeg intégré.