VoiceStudio: озвучка, дубляж видео и аудиокнига своим голосом на своём компьютере (с нуля)

Обычно, чтобы в ролике звучал твой голос, ты садишься к микрофону и читаешь текст сам.

Оговорился в середине, значит, ещё один дубль. Поправил одно слово в сценарии, снова к микрофону.

А версию на английском или испанском своим голосом не запишешь вовсе, если не говоришь на этих языках.

Это решают программы клонирования голоса: они слушают короткую запись и дальше говорят твоим голосом любой текст. Одна из них, VoiceStudio, бесплатная, открытая и работает целиком на твоём компьютере. Её делает разработчик Палаш Дебнатх, а в описании проекта прямо перечислено, что она умеет: копия голоса, придуманные голоса, дубляж видео, диктовка, расшифровка и аудиокниги.

Ниже ставим её с нуля. К шагу 2 у тебя будет фраза, сказанная твоим голосом, хотя ты её не произносил.

Что такое VoiceStudio простыми словами

Представь, что у тебя дома появилась маленькая студия звукозаписи с актёром дубляжа. Ты даёшь ему послушать себя несколько секунд, и дальше он читает любой текст твоим голосом. На русском, на английском, на любом из 646 языков, которые знает его главная модель. Русский в этом списке есть.

Внутри VoiceStudio это несколько отдельных мастерских в одном окне:

1. 1

   Voice cloning

   Копия голоса: даёшь короткую запись, пишешь текст, получаешь озвучку этим голосом.

2. 2

   Voice design

   Голос с нуля: выбираешь заготовку или черты голоса, сохраняешь понравившийся как свой.

3. 3

   Dubbing

   Дубляж: программа слушает видео, переводит текст и озвучивает его заново нужным голосом.

4. 4

   Stories и Audiobook

   Длинные тексты: рассказ с разными голосами по ролям или книга, разбитая на главы.

5. 5

   Dictation

   Диктовка: нажимаешь сочетание клавиш, говоришь, и текст появляется там, где стоит курсор.

Чем это отличается от онлайн-сервисов озвучки, которыми ты, возможно, уже пользовался? Там твой голос и твои тексты уходят на чужой сервер, а работа оплачивается подпиской. Здесь программа и модель лежат у тебя. Это та же идея, что у списка своих сервисов вместо облачных подписок, только для голоса. По словам авторов, без аккаунта и облака: в интернет VoiceStudio выходит, только когда ты сам просишь проверить обновления или скачать модель.

Цена этого в железе. Голос считает твой компьютер, а не дата-центр, поэтому на слабом ноутбуке длинный текст будет озвучиваться долго.

Нужно ли тебе это

Стоит потратить вечер, если:

• ты снимаешь ролики, ведёшь курс или подкаст и часто перезаписываешь голос из-за пары слов;
• хочешь выпустить видео на другом языке, а говоришь только по-русски;
• у тебя лежит текст, который удобнее слушать: книга, лекция, длинная инструкция;
• не хочешь отправлять свой голос в облачный сервис.

Можно не тратить вечер, если тебе нужна разовая озвучка пары абзацев (быстрее записать самому), если у тебя Mac на процессоре Intel (об этом в разделе «Где не работает») или если озвучка нужна для продажи, а разбираться с лицензиями моделей сейчас некогда.

Что ждать от твоего компьютера:

Для старта авторы называют около 8 ГБ оперативной памяти.

Шаг 1. Поставь VoiceStudio

Что нужно заранее: Windows 10 или 11, Mac на процессоре Apple с macOS 13.3 или новее либо Linux. И свободное место на диске, цифры в таблице выше.

Самый простой путь: открыть страницу Releases, скачать файл под свою систему (.exe для Windows, .dmg для Mac, .AppImage или .deb для Linux) и запустить. Права администратора на Windows не нужны.

Если удобнее одной командой, её даёт сам проект:

# Windows, в обычном окне PowerShell
irm https://voicestudio.sh/install | iex
# Mac и Linux, в Терминале
curl -fsSL https://voicestudio.sh/install | sh

Установщики не подписаны, поэтому Windows и macOS могут показать предупреждение. На Mac первый запуск делается через правый клик по программе и пункт «Открыть».

Если у тебя уже стоит Claude Code или другой помощник для программирования, установку можно отдать ему. Этот промпт авторы дают в 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

Замени: ничего, промпт копируется как есть. Результат: помощник сам определит, есть ли видеокарта, спросит перед скачиванием моделей и сделает пробную озвучку.

При первом запуске программа сама скачает всё, что ей нужно для работы. Это самая долгая часть вечера, дальше пойдёт быстрее.

Шаг 2. Сделай копию своего голоса

Копии голоса нужен образец: запись твоей речи. Программа принимает до 75 секунд, но советует 5–15 секунд чистой речи. Длинная запись лучше не сделает: модель по умолчанию сама возьмёт из неё отрывок, где больше всего речи.

Чистая запись значит тихая комната, телефон или микрофон в полуметре, без музыки и эха. Читай ровно, своим обычным голосом. Если не знаешь, что сказать, прочитай это:

Привет! Сейчас я записываю образец своего голоса. Говорю спокойно, в обычном темпе, как будто рассказываю другу о прошедшем дне. Утром было солнечно, днём я много работал, а вечером наконец нашёл время на то, что давно откладывал.

Замени: можно своими словами, главное, чтобы получилось 10–15 секунд живой речи. Результат: файл с записью, который ты загрузишь в программу.

Дальше в VoiceStudio:

1. Открой раздел Voice cloning.
2. Добавь свою запись как образец голоса.
3. Напиши текст, который этот голос должен сказать, и выбери язык.
4. Нажми генерацию. Если программа попросит поставить модель, соглашайся.
5. При первом использовании модели по умолчанию программа попросит один раз принять её лицензию (о ней ниже).

Первый текст бери короткий, в одно-два предложения. Так ты быстро услышишь результат и поймёшь, нравится ли тебе копия. Не понравилась: перезапиши образец. Помогают тишина в комнате и спокойный темп речи.

Результат: фраза, которую ты не произносил, сказанная твоим голосом. Сохрани голос как профиль, чтобы дальше выбирать его из списка.

Шаг 3. Озвучь текст или придумай голос

Теперь можно давать длинные тексты: закадровый голос для ролика, приветствие для автоответчика, урок для курса. В том же разделе вставляешь текст, выбираешь сохранённый голос и язык. Готовый файл сохраняется в WAV, его открывает любой видеоредактор.

Если нужен голос, которого нет ни у кого из твоих знакомых, например спокойный рассказчик для детской сказки, открой раздел Voice design. Там выбираешь заготовку или черты голоса и слушаешь пример. Понравившийся вариант сохраняется как профиль, и дальше он работает так же, как копия твоего голоса.

Наш совет: текст для уха пишется иначе, чем для глаз. Короткие предложения, цифры словами, никаких скобок. Если сценарий писал для чтения, перед озвучкой прогони его через ChatGPT или Claude:

Перепиши этот текст для озвучки голосом. Короткие предложения, числа и сокращения словами, без скобок и списков, смысл не меняй. Текст: [твой текст]

Замени: [твой текст] на сценарий ролика или урока. Результат: текст, который звучит естественно, а не как зачитанная инструкция.

Шаг 4. Дубляж ролика на другой язык

Это самая эффектная часть: твой ролик на другом языке, твоим голосом. В разделе Dubbing три шага, программа сама показывает их по порядку.

1. Загрузить и расшифровать. Перетащи видео или вставь ссылку на него. Программа выделит речь и запишет её текстом, по кусочкам с отметками времени.
2. Перевести. Выбери язык. Переводить можно встроенными переводчиками, которые работают без интернета (Argos и NLLB-200), или онлайн-сервисами.
3. Сгенерировать. Программа озвучивает каждый кусочек выбранным голосом и подгоняет его по времени под исходный ролик.

Если перевод встроенного переводчика покажется слишком дословным, есть другой путь: кнопка Paste Translation позволяет вставить свой перевод, сделанный где угодно. Скопируй расшифровку из программы и отдай чат-боту:

Переведи эти реплики на [язык] для озвучки видео. Сохрани нумерацию и количество строк: одна строка перевода на одну строку оригинала. Каждая реплика должна звучать естественно и быть примерно той же длины, что оригинал, чтобы уложиться во время. Реплики:
[вставь пронумерованные строки расшифровки]

Замени: [язык] на нужный, ниже вставь строки расшифровки с номерами. Результат: перевод, который программа сама разложит по кусочкам по номерам строк.

Перед вставкой программа покажет каждую строку «было → стало» и отметит, что не совпало. Исходная расшифровка не теряется, и одна кнопка отмены возвращает всё назад.

Когда дубль готов, экспортируй его. Звук можно сохранить отдельно в WAV или MP3, а субтитры в SRT или VTT, чтобы загрузить их на площадку вместе с роликом.

Шаг 5. Аудиокнига по главам

Для длинного текста есть раздел Audiobook. Он берёт текст целиком, делит его на главы и озвучивает их по очереди, показывая, на какой главе он сейчас. Книгу можно вставить или загрузить файлом: TXT, Markdown, EPUB или PDF.

Главы программа находит по строкам вида # Название главы. Если текст без такой разметки, её проще всего сделать чат-ботом:

Подготовь этот текст к озвучке как аудиокниги. Перед каждой главой поставь отдельную строку вида "# Название главы". Сам текст не меняй, только убери номера страниц, сноски и колонтитулы. Текст: [текст книги или её части]

Замени: [текст книги] на свой текст. Для толстой книги делай это частями. Результат: текст с разметкой глав, который можно сразу вставить в Audiobook.

Дальше выбираешь голос, язык и формат и запускаешь озвучку. Готовую книгу программа сохраняет в MP3 или M4B (формат аудиокниг с закладками глав). Можно заранее прослушать отдельные главы и задать, как произносить трудные слова.

Если в тексте несколько героев, удобнее раздел Stories: там каждой реплике или персонажу можно назначить свой голос.

Где не работает

Как сделать правильно. Для своих роликов, уроков и семейных аудиокниг лицензии модели по умолчанию хватает, а перед коммерческим проектом открой карточку модели в Model Catalogue: программа показывает там, что разрешает её лицензия. На слабой видеокарте или без неё выбери в том же каталоге облегчённую версию модели (OmniVoice GGUF): она подбирает размер под твоё железо.

И главное правило самих авторов: клонировать можно только свой голос или голос человека, который разрешил. Чужой голос без спроса это прямой путь к мошенничеству, и мы такие сценарии не разбираем.

Версия 0.5.7 и условия на 18 октября 2026 года. Проект обновляется часто, проверяй актуальное в README.

Примеры: как это повторить

Блогер на двух языках. Снимаешь ролик на русском, в Dubbing переводишь его на английский через свой перевод из шага 4 и выкладываешь второй версией. Голос твой, хотя английский ты не учил.

Преподаватель и курс. Записываешь образец один раз, а дальше уроки озвучиваются из текста. Нашёл ошибку в шестой минуте, поправил фразу и перегенерировал только её, без пересъёмки.

Сказка голосом мамы или папы. Сохраняешь копию своего голоса, вставляешь сказку в Stories и озвучиваешь её для ребёнка. Удобно, если ты в командировке, а вечерний ритуал хочется сохранить.

Заметки голосом. Раздел Dictation работает как диктофон, который сразу пишет текст: нажал сочетание клавиш, наговорил мысль, и она появилась в письме или документе. Расшифровка тоже идёт на твоём компьютере.

Аудиокнига из своей рукописи. Пишешь книгу или длинные заметки? Размечаешь главы промптом из шага 5 и слушаешь текст в дороге: на слух сразу заметно, где он тяжёлый.

Голос для цифрового двойника. Если ты уже собрал своё лицо для роликов по нашему гайду про AI-аватар и цифрового двойника, VoiceStudio даёт ему твой голос.

Набор промптов

Все промпты пишутся в обычный чат ChatGPT или Claude, а результат вставляется в VoiceStudio. Всё, кроме [скобок], копируется как есть.

Текст для образца голоса

Напиши текст на 12 секунд чтения вслух для записи образца голоса. Обычная разговорная речь, разные звуки, без сложных имён и цифр, спокойная интонация.

Сценарий для уха

Перепиши этот сценарий так, чтобы его было приятно слушать: предложения до 15 слов, без канцелярита, числа словами. Текст: [сценарий]

Перевод для дубляжа

Переведи пронумерованные реплики на [язык]. Одна строка на одну строку, нумерацию сохрани, длину держи близкой к оригиналу. Реплики: [строки]

Разметка глав

Разметь текст для аудиокниги: перед каждой главой строка "# Название главы", номера страниц и сноски убери, остальное не меняй. Текст: [текст]

Роли для Stories

Перепиши этот рассказ как сценарий: каждая реплика с новой строки, перед ней имя говорящего и двоеточие, слова автора отдельными строками с именем "Рассказчик". Текст: [рассказ]

Трудные слова

Найди в этом тексте слова, которые синтезатор речи может прочитать неправильно: имена, аббревиатуры, иностранные названия, слова с неочевидным ударением. Для каждого напиши, как его произносить по-русски. Текст: [текст]

Описание голоса для персонажа

Я озвучиваю [жанр] для [аудитория]. Опиши в трёх-четырёх чертах голос рассказчика, который подойдёт: пол, возраст, высота, темп, настроение.

План на вечер

1. 1

   15 минут

   Скачать установщик со страницы Releases и поставить программу.

2. 2

   20 минут

   Первый запуск: программа скачивает то, что ей нужно. Пока ждёшь, подготовь текст для образца.

3. 3

   10 минут

   Записать 10–15 секунд своей речи в тихой комнате.

4. 4

   10 минут

   Сделать копию голоса в Voice cloning и озвучить первую фразу.

5. 5

   20 минут

   Взять короткий ролик и прогнать его через Dubbing на другой язык со своим переводом.

6. 6

   10 минут

   Разметить одну главу текста и послушать её в Audiobook.

Раньше и теперь

Раньше каждая правка в сценарии означала новый дубль у микрофона, а ролик на другом языке требовал чужого голоса или знания языка. Теперь голос записывается один раз, а дальше любой текст озвучивается им за минуты на твоём же компьютере.

VoiceStudio не про то, чтобы перестать говорить самому. Он про то, чтобы живой голос уходил на важное, а повторы и переводы делала машина.

Наше мнение, с которым можно спорить: для большинства домашних задач облачная подписка на озвучку больше не нужна. Мы окажемся неправы там, где важны скорость на слабом ноутбуке или коммерческие права на голос из коробки.

Если хочется собрать к этому голосу и сам ролик без монтажа, загляни в гайд о том, как делать видео, не открывая видеоредактор.