Crie dublagens, síntese de voz, músicas completas e partituras multipista no seu computador. Funciona localmente, com controle total dos seus dados.
他脸上黑而且瘦，已经不成样子；穿一件破夹袄，盘着两腿，下面垫一个蒲包，用草绳在肩上挂住；见了我，又说道，“温一碗酒。”掌柜也伸出头去，一面说，“孔乙己么？你还欠十九个钱呢！”孔乙己很颓唐的仰面答道，“这……下回还清罢。这一回是现钱，酒要好。”掌柜仍然同平常一样，笑着对他说，“孔乙己，你又偷了东西了！”但他这回却不十分分辩，单说了一句“不要取笑！”“取笑？要是不偷，怎么会打断腿？”孔乙己低声说道，“跌断，跌，跌……”他的眼色，很像恳求掌柜，不要再提。此时已经聚集了几个人，便和掌柜都笑了。我温了酒，端出去，放在门槛上。他从破衣袋里摸出四文大钱，放在我手里，见他满手是泥，原来他便用这手走来的。不一会，他喝完酒，便又在旁人的说笑声中，坐着用这手慢慢走去了。
Deslize para ver as notas do encarte →
DEMO Ouça livremente
Dublagem · Síntese de voz · Geração de música · Arranjo
Texto, legendas, letras ou notas para cada parte
Atribua personagens e escolha modelos ou soundfonts General MIDI
Guarde cada versão gerada, compare e exporte
Poucos segundos de áudio para clonar uma voz
Envie ou grave um áudio de referência para extrair um timbre exclusivo, ou descreva em texto para criar uma voz inédita do zero.
你终于来了，我等你好久了。
Alegre e empolgado, ou calmo e contido? Ajuste a entonação com marcadores de emoção, áudios de referência ou prompts em linguagem natural.
Nota: Os controles variam de acordo com o modeloMUSIC / 03Demonstração de música com som, clique para reproduzir
Gere músicas completas com letras e estilo, ou crie instrumentais e efeitos sonoros com o Stable Audio 3, com arranjos baseados em partituras, pintura interna e sincronização de letras palavra por palavra.
Nota: A geração de música requer um motor compatível; alguns modelos exigem GPU ou Apple SiliconSCORE / 04Demonstração de arranjo com som, clique para reproduzir
Edição intuitiva de compassos e notas, orquestração de várias partes e pré-escuta em tempo real. Importe e exporte MIDI padrão sem depender de motor de IA.
Nota: O arranjo utiliza soundfonts General MIDI e não depende de GPU
Sem filas e sem preocupações com privacidade. Todos os cálculos são feitos localmente, os arquivos ficam no seu disco e você cria até mesmo offline.
Um app para desktop pronto para uso e uma ferramenta poderosa para scripts. Suporta CLI para lotes, API HTTP e protocolo MCP para integração com agentes de IA.
| Modelo | Cenários de uso e recursos principais |
|---|---|
| IndexTTS 2.0 / 2.5 | Especializado em clonagem de voz e controle de emoções; suporta clonagem multilíngue, atuação de referência e edição de pronúncia |
| VoxCPM2 | Design de voz a partir de texto e clonagem refinada com suporte de transcrição de referência |
| OmniVoice | Design de voz por atributos, clonagem e marcadores não verbais (risos, suspiros, etc.) |
| Qwen3-TTS | Clonagem de voz multilíngue, 9 vozes integradas e design de voz em linguagem natural |
| Breeze TTS 2 | Design de voz em chinês e inglês, clonagem e direção de atuação; GPU recomendada |
| Kokoro-82M 1.0 / 1.1-zh | Vozes pré-definidas leves: 49 na versão 1.0 Oficial, 100 em chinês na 1.1-zh; suporta mistura de vozes do mesmo idioma |
| ACE-Step 1.5 Turbo / XL Turbo | Turbo cria músicas ou instrumentais com estilos e letras, suportando 50+ idiomas; XL Turbo oferece qualidade superior |
| YuE2 3B | Gera músicas completas com vocais a partir de letras e estilos; comprimento segue as letras; suporta partitura editável |
| Stable Audio 3 | Gere música instrumental (até 6 min) e efeitos sonoros curtos (1–30 s) a partir de descrições em inglês, com retrabalho e pintura interna; Licença Stability AI Community |
| Ming 3.0 / XTTS v2 / Voxtral / Drama 3 | Ming 3.0 cobre design e clonagem de voz em 7 idiomas; XTTS v2 oferece clonagem em 17 idiomas; Voxtral oferece 20 vozes integradas; Drama 3 suporta marcadores de falante e eventos |
| MuseScore General / GeneralUser GS / SGM-V2.01 | Soundfonts General MIDI para partituras; não precisa de motor de IA ou GPU, totalmente determinístico |
As amostras foram geradas localmente no yovoice via CLI, com os modelos indicados ao lado de cada clipe. 'Calmo' e 'Alegre' compartilham o mesmo texto e voz de referência, variando apenas os parâmetros emocionais. O site reproduz arquivos pré-gerados e não executa modelos no navegador.
Por padrão, são armazenados no diretório local ~/.yovoice . Todos os seus rascunhos, timbres e modelos permanecem sob seu controle local. Desinstalar o app não apagará seus dados, e você pode fazer backup ou migrar essa pasta com facilidade.
A geração local e a renderização de partituras funcionam offline.A rede só é necessária para instalação, download de modelos/soundfonts e serviços opcionais de IA. Com os arquivos baixados, a criação de voz e música é 100% local; a partitura nem sequer requer GPU.
Sim, por meio de um serviço opcional de IA.Ao conectar DeepSeek, Qwen, Kimi, OpenAI, Anthropic, Ollama ou APIs compatíveis, a IA pode compor arranjos ou sugerir estilos, letras e títulos. Outras funções funcionam normalmente sem ela. As chaves ficam apenas no seu computador.
O motor de inferência atual é o audio.cpp v0.9.3. O aplicativo para desktop suporta:
Para narração leve, 4 GB+ de RAM; para clonagem de alta fidelidade e design de voz, 4–6 GB de VRAM ou Apple Silicon 8 GB+; para músicas completas, 12 GB+ de VRAM ou Apple Silicon 16 GB+. Requisitos variam por modelo e precisão.
Suporta verificação automática de áudio e exportação em padrões de loudness profissionais:Detecta clipping, cliques, cortes de final e silêncios longos após a geração com carimbos de data/hora. Na exportação, oferece predefinições de loudness para audiolivros (−18 LUFS), podcasts (−16 LUFS) e vídeo (−14 LUFS), com picos verdadeiros abaixo de −1 dBTP.
O yovoice é licenciado sob Apache-2.0. O uso comercial do conteúdo gerado depende da licença de cada modelo e dos direitos sobre seus arquivos de entrada:
Sim. A CLI independente, a Agent Skill e o MCP podem gerar voz e executar `yovoice score render` para exportar mixagens e stems sem abrir o aplicativo gráfico.
yovoice DESKTOP APPLICATIONVoz e música locais · Histórico de versões · Verificação de áudio automática · Exportação com loudness padrão
Clique em um ícone para que a IA leia a documentação do yovoice e responda às suas perguntas.
Escaneie com o WeChat para seguir
