VoiceStudio: קריינות, דיבוב וידאו וספר שמע בקול שלכם, על המחשב שלכם (מאפס)

בדרך כלל, כדי שהקול שלכם יישמע בסרטון, מתיישבים מול המיקרופון וקוראים את הטקסט בעצמכם.

התבלבלתם באמצע? עוד טייק. שיניתם מילה אחת בתסריט? שוב למיקרופון.

וגרסה באנגלית או בספרדית בקול שלכם פשוט לא תקליטו, אם אתם לא מדברים את השפות האלה.

את זה פותרות תוכנות לשיבוט קול: הן מקשיבות להקלטה קצרה, ומשם מקריאות כל טקסט בקול שלכם. אחת מהן, VoiceStudio, חינמית, בקוד פתוח ורצה כולה על המחשב שלכם. מפתח אותה Palash Debnath, ובתיאור הפרויקט כתוב במפורש מה היא יודעת לעשות: שיבוט קול, עיצוב קולות חדשים, דיבוב וידאו, הכתבה, תמלול וספרי שמע.

בהמשך נתקין אותה מאפס. כבר בשלב 2 תשמעו משפט בקול שלכם, שמעולם לא אמרתם.

מה זה VoiceStudio, במילים פשוטות

דמיינו שיש לכם בבית אולפן הקלטות קטן עם שחקן דיבוב. אתם נותנים לו להקשיב לכם כמה שניות, ומשם הוא קורא כל טקסט בקול שלכם. באנגלית, ברוסית, בכל אחת מ-646 השפות שהמודל הראשי שלו מכיר.

בפנים, VoiceStudio היא כמה סדנאות נפרדות בחלון אחד:

1. 1

   Voice cloning

   עותק של קול: נותנים הקלטה קצרה, כותבים טקסט ומקבלים קריינות בקול הזה.

2. 2

   Voice design

   קול מאפס: בוחרים תבנית או תכונות קול, ושומרים את מה שאהבתם כקול משלכם.

3. 3

   Dubbing

   התוכנה מקשיבה לסרטון, מתרגמת את הדיבור ומקריינת אותו מחדש בקול שבחרתם.

4. 4

   Stories ו-Audiobook

   טקסטים ארוכים: סיפור עם קול נפרד לכל דמות, או ספר שמחולק לפרקים.

5. 5

   Dictation

   לוחצים על קיצור מקשים, מדברים, והטקסט מופיע איפה שעומד הסמן.

במה זה שונה משירותי קריינות אונליין שאולי כבר ניסיתם? שם הקול והטקסטים שלכם עוברים לשרת של מישהו אחר, ומשלמים על זה מנוי. כאן התוכנה והמודל נמצאים אצלכם. זה אותו רעיון כמו הרשימה שלנו של שירותים משלכם במקום מנויי ענן, רק לקול. לדברי המפתחים, אין חשבון ואין ענן: VoiceStudio יוצאת לאינטרנט רק כשאתם מבקשים לבדוק עדכונים או להוריד מודל.

המחיר הוא בחומרה. את הקול מחשב המחשב שלכם ולא מרכז נתונים, ולכן על מחשב נייד חלש טקסט ארוך ייקח זמן.

האם אתם צריכים את זה

שווה להקדיש לזה ערב, אם:

• אתם מצלמים סרטונים, מעבירים קורס או מגישים פודקאסט, ומקליטים שוב ושוב בגלל כמה מילים;
• אתם רוצים להוציא סרטון בשפה אחרת, אבל מדברים רק שפה אחת;
• יש לכם טקסט שנוח יותר להאזין לו: ספר, הרצאה, מדריך ארוך;
• אתם לא רוצים לשלוח את הקול שלכם לשירות ענן.

אפשר לוותר, אם צריך קריינות חד-פעמית של כמה פסקאות (מהר יותר להקליט בעצמכם), אם יש לכם Mac עם מעבד Intel (על זה בפרק «איפה זה לא עובד») או אם הקריינות נועדה למכירה ואין לכם עכשיו זמן לבדוק רישיונות של מודלים.

למה לצפות מהמחשב שלכם:

כדי להתחיל, המפתחים ממליצים על בערך 8 GB זיכרון RAM.

שלב 1. התקינו את VoiceStudio

מה צריך מראש: Windows 10 או 11, Mac עם מעבד של Apple ו-macOS 13.3 ומעלה, או Linux. ומקום פנוי בדיסק, לפי הטבלה למעלה.

הדרך הפשוטה ביותר: לפתוח את דף ה-Releases, להוריד את הקובץ למערכת שלכם (.exe ל-Windows, ‏.dmg ל-Mac, ‏.AppImage או .deb ל-Linux) ולהריץ אותו. ב-Windows לא צריך הרשאות מנהל.

אם נוח לכם בפקודה אחת, הפרויקט נותן אותה:

# Windows, in a regular PowerShell window
irm https://voicestudio.sh/install | iex
# Mac and Linux, in Terminal
curl -fsSL https://voicestudio.sh/install | sh

קובצי ההתקנה לא חתומים, ולכן Windows ו-macOS עשויים להציג אזהרה. ב-Mac את ההפעלה הראשונה עושים בלחיצה ימנית על התוכנה ובחירה ב-«Open».

אם כבר יש לכם Claude Code או עוזר תכנות אחר, אפשר להעביר אליו את ההתקנה. את הפרומפט הזה המפתחים נותנים ב-README:

Install the VoiceStudio Electron app on this device and verify it works, following
https://github.com/debpalash/VoiceStudio/blob/main/docs/install/agent.md

החליפו: כלום, מעתיקים את הפרומפט כמו שהוא. התוצאה: העוזר בודק בעצמו אם יש כרטיס מסך, שואל לפני הורדת מודלים ומפיק קריינות ניסיון.

בהפעלה הראשונה התוכנה מורידה בעצמה את כל מה שהיא צריכה. זה החלק הארוך ביותר בערב, ומכאן זה מתקדם מהר יותר.

שלב 2. צרו עותק של הקול שלכם

שיבוט קול צריך דוגמה: הקלטה של הדיבור שלכם. התוכנה מקבלת עד 75 שניות, אבל ממליצה על 5–15 שניות של דיבור נקי. הקלטה ארוכה יותר לא תשפר את התוצאה: מודל ברירת המחדל בוחר בעצמו את הקטע שיש בו הכי הרבה דיבור.

הקלטה נקייה פירושה חדר שקט, טלפון או מיקרופון במרחק של כחצי מטר, בלי מוזיקה ובלי הד. קראו באופן אחיד, בקול הרגיל שלכם. אם אתם לא יודעים מה להגיד, קראו את זה:

שלום! עכשיו אני מקליט דוגמה של הקול שלי. אני מדבר בנחת, בקצב רגיל, כאילו אני מספר לחבר על היום שעבר עליי. בבוקר היה שמשי, בצהריים עבדתי הרבה, ובערב סוף סוף מצאתי זמן למשהו שדחיתי כבר מזמן.

החליפו: אפשר במילים שלכם, העיקר שיצאו 10–15 שניות של דיבור טבעי. התוצאה: קובץ הקלטה שתטענו לתוכנה.

עכשיו ב-VoiceStudio:

1. פתחו את Voice cloning.
2. הוסיפו את ההקלטה שלכם כדוגמת קול.
3. כתבו את הטקסט שהקול הזה צריך להגיד ובחרו שפה.
4. לחצו על יצירה. אם התוכנה מבקשת להתקין מודל, אשרו.
5. בשימוש הראשון במודל ברירת המחדל התוכנה תבקש פעם אחת לאשר את הרישיון שלו (עליו בהמשך).

את הטקסט הראשון קחו קצר, משפט או שניים. כך תשמעו את התוצאה מהר ותדעו אם העותק מוצא חן בעיניכם. לא אהבתם? הקליטו את הדוגמה מחדש. חדר שקט וקצב דיבור רגוע עוזרים.

התוצאה: משפט שלא אמרתם, בקול שלכם. שמרו את הקול כפרופיל כדי לבחור אותו מהרשימה בהמשך.

שלב 3. הקריינו טקסט או עצבו קול

עכשיו אפשר לתת טקסטים ארוכים: קריינות לסרטון, הודעת פתיחה למשיבון, שיעור לקורס. באותו פרק מדביקים טקסט, בוחרים את הקול השמור ואת השפה. הקובץ המוכן נשמר כ-WAV, וכל עורך וידאו פותח אותו.

אם צריך קול שאין לאף אחד מהמכרים שלכם, למשל מספר רגוע לסיפור ילדים, פתחו את Voice design. שם בוחרים תבנית או תכונות קול ומאזינים לדוגמה. את מה שאהבתם שומרים כפרופיל, ומשם הוא עובד בדיוק כמו העותק של הקול שלכם.

העצה שלנו: טקסט לאוזן נכתב אחרת מטקסט לעין. משפטים קצרים, מספרים במילים, בלי סוגריים. אם התסריט נכתב לקריאה, העבירו אותו לפני הקריינות דרך ChatGPT או Claude:

Rewrite this text to be read aloud. Short sentences, numbers and abbreviations spelled out, no parentheses or lists, keep the meaning. Text: [your text]

החליפו: את [your text] בתסריט של הסרטון או השיעור. התוצאה: טקסט שנשמע טבעי ולא כמו הוראות שמוקראות בקול.

שלב 4. דיבוב סרטון לשפה אחרת

זה החלק המרשים ביותר: הסרטון שלכם בשפה אחרת, בקול שלכם. בפרק Dubbing יש שלושה שלבים, והתוכנה מציגה אותם לפי הסדר.

1. העלאה ותמלול. גררו סרטון או הדביקו קישור אליו. התוכנה מבודדת את הדיבור וכותבת אותו כטקסט, בקטעים עם חותמות זמן.
2. תרגום. בחרו שפה. אפשר לתרגם במתרגמים מובנים שעובדים בלי אינטרנט (Argos ו-NLLB-200) או בשירותים אונליין.
3. יצירה. התוכנה מקריינת כל קטע בקול שבחרתם ומתאימה אותו לתזמון של הסרטון המקורי.

אם התרגום המובנה נשמע מילולי מדי, יש דרך אחרת: הכפתור Paste Translation מאפשר להדביק תרגום משלכם, שנעשה בכל מקום. העתיקו את התמלול מהתוכנה ותנו אותו לצ'אטבוט:

Translate these lines into [language] for a video voiceover. Keep the numbering and the number of lines: one translated line per original line. Each line should sound natural and be about the same length as the original so it fits the timing. Lines:
[paste the numbered transcript lines]

החליפו: את [language] בשפה הרצויה, ומתחת הדביקו את שורות התמלול הממוספרות. התוצאה: תרגום שהתוכנה מפזרת בעצמה על הקטעים לפי מספרי השורות.

לפני ההדבקה התוכנה מציגה כל שורה כ-«לפני → אחרי» ומסמנת מה לא תואם. התמלול המקורי לא הולך לאיבוד, וכפתור ביטול אחד מחזיר הכול אחורה.

כשהדיבוב מוכן, ייצאו אותו. את השמע אפשר לשמור בנפרד כ-WAV או MP3, ואת הכתוביות כ-SRT או VTT, כדי להעלות אותן לפלטפורמה יחד עם הסרטון.

שלב 5. ספר שמע לפי פרקים

לטקסט ארוך יש את פרק Audiobook. הוא לוקח את כל הטקסט, מחלק אותו לפרקים ומקריין אותם אחד אחרי השני, ומראה באיזה פרק הוא נמצא. את הספר אפשר להדביק או להעלות כקובץ: TXT, ‏Markdown, ‏EPUB או PDF.

את הפרקים התוכנה מזהה לפי שורות בצורה # Chapter title. אם בטקסט אין סימון כזה, הכי פשוט להוסיף אותו בעזרת צ'אטבוט:

Prepare this text to be voiced as an audiobook. Before each chapter, add a separate line like "# Chapter title". Don't change the text itself; just remove page numbers, footnotes and headers. Text: [book text or part of it]

החליפו: את [book text] בטקסט שלכם. בספר עבה עשו את זה בחלקים. התוצאה: טקסט עם סימון פרקים שאפשר להדביק ישר ל-Audiobook.

אחר כך בוחרים קול, שפה ופורמט ומפעילים את הקריינות. את הספר המוכן התוכנה שומרת כ-MP3 או M4B (פורמט של ספרי שמע עם סימניות לפרקים). אפשר להאזין מראש לפרקים בודדים ולקבוע איך לבטא מילים קשות.

אם בטקסט יש כמה דמויות, נוח יותר פרק Stories: שם אפשר להקצות קול נפרד לכל שורת דיאלוג או לכל דמות.

איפה זה לא עובד

איך לעשות את זה נכון. לסרטונים, לשיעורים ולספרי שמע משפחתיים שלכם הרישיון של מודל ברירת המחדל מספיק, ולפני פרויקט מסחרי פתחו את כרטיס המודל ב-Model Catalogue: התוכנה מראה שם מה הרישיון שלו מתיר. על כרטיס מסך חלש או בלי כרטיס בכלל, בחרו באותו קטלוג את הגרסה הקלה של המודל (OmniVoice GGUF): היא מתאימה את הגודל לחומרה שלכם.

והכלל החשוב ביותר של המפתחים עצמם: מותר לשבט רק את הקול שלכם או קול של אדם שנתן רשות. קול של מישהו אחר בלי לשאול הוא דרך ישירה להונאה, ואנחנו לא עוסקים בתרחישים כאלה.

גרסה 0.5.7 ותנאים נכון ל-18 באוקטובר 2026. הפרויקט מתעדכן לעיתים קרובות, את המידע העדכני בדקו ב-README.

דוגמאות שאפשר לחזור עליהן

יוצר תוכן בשתי שפות. מצלמים סרטון בעברית, ב-Dubbing מתרגמים אותו לאנגלית עם התרגום שלכם משלב 4 ומעלים אותו כגרסה שנייה. הקול שלכם, גם אם מעולם לא למדתם את השפה.

מורה וקורס. מקליטים דוגמה פעם אחת, ומשם השיעורים מוקראים מטקסט. מצאתם טעות בדקה השישית? מתקנים את המשפט ומפיקים מחדש רק אותו, בלי צילום חוזר.

סיפור לפני השינה בקול של אמא או אבא. שומרים עותק של הקול שלכם, מדביקים אגדה ל-Stories ומקריינים אותה לילד. נוח כשאתם בנסיעה ורוצים לשמור על טקס הערב.

פתקים בקול. Dictation עובד כמו רשמקול שכותב תוך כדי: לוחצים על קיצור המקשים, אומרים את המחשבה, והיא מופיעה במייל או במסמך. גם התמלול רץ על המחשב שלכם.

ספר שמע מכתב היד שלכם. כותבים ספר או רשימות ארוכות? מסמנים פרקים עם הפרומפט משלב 5 ומאזינים לטקסט בדרכים: באוזן מיד שומעים איפה הוא כבד.

קול לתאום הדיגיטלי. אם כבר בניתם לעצמכם אווטאר AI שמופיע בסרטונים, VoiceStudio נותנת לו את הקול שלכם.

סט פרומפטים

כל הפרומפטים נכתבים בצ'אט רגיל של ChatGPT או Claude, ואת התוצאה מדביקים ב-VoiceStudio. הכול חוץ מ-[סוגריים מרובעים] מועתק כמו שהוא.

טקסט לדוגמת קול

Write a text that takes 12 seconds to read aloud, for recording a voice sample. Ordinary conversational speech, a variety of sounds, no difficult names or numbers, a calm tone.

תסריט לאוזן

Rewrite this script so it's pleasant to listen to: sentences under 15 words, no bureaucratic language, numbers spelled out. Text: [script]

תרגום לדיבוב

Translate the numbered lines into [language]. One line per line, keep the numbering, keep the length close to the original. Lines: [lines]

סימון פרקים

Mark up this text for an audiobook: before each chapter add a line "# Chapter title", remove page numbers and footnotes, leave everything else unchanged. Text: [text]

תפקידים ל-Stories

Rewrite this story as a script: each line of dialogue on a new line, preceded by the speaker's name and a colon, narration on separate lines with the name "Narrator". Text: [story]

מילים קשות

Find the words in this text that a speech synthesizer might mispronounce: names, abbreviations, foreign names, words with unclear stress. For each one, write how to pronounce it. Text: [text]

תיאור קול לדמות

I'm voicing [genre] for [audience]. Describe, in three or four traits, a narrator's voice that would fit: gender, age, pitch, pace, mood.

תוכנית לערב

1. 1

   15 דקות

   להוריד את קובץ ההתקנה מדף ה-Releases ולהתקין את התוכנה.

2. 2

   20 דקות

   הפעלה ראשונה: התוכנה מורידה את מה שהיא צריכה. בזמן ההמתנה הכינו טקסט לדוגמה.

3. 3

   10 דקות

   להקליט 10–15 שניות של דיבור שלכם בחדר שקט.

4. 4

   10 דקות

   ליצור עותק של הקול ב-Voice cloning ולהקריין את המשפט הראשון.

5. 5

   20 דקות

   לקחת סרטון קצר ולהעביר אותו ב-Dubbing לשפה אחרת עם תרגום משלכם.

6. 6

   10 דקות

   לסמן פרק אחד של טקסט ולהאזין לו ב-Audiobook.

פעם ועכשיו

פעם כל שינוי בתסריט פירושו טייק חדש מול המיקרופון, וסרטון בשפה אחרת דרש קול של מישהו אחר או ידיעת השפה. עכשיו מקליטים את הקול פעם אחת, ומשם כל טקסט מוקרא בו תוך דקות, על המחשב שלכם.

VoiceStudio לא עוסקת בכך שתפסיקו לדבר בעצמכם. היא עוסקת בכך שהקול החי שלכם ילך לדברים החשובים, ואת החזרות והתרגומים תעשה המכונה.

הדעה שלנו, ואפשר להתווכח איתה: לרוב המשימות הביתיות כבר לא צריך מנוי ענן לקריינות. נטעה במקרים שבהם חשובים מהירות על מחשב נייד חלש או זכויות מסחריות על הקול מהרגע הראשון.