최고의 AI 음성인식, 번역 및 다국어 더빙 솔루션 🚀
Voice-Pro는 멀티미디어 콘텐츠 제작을 혁신하는 최첨단 웹 앱입니다. YouTube 비디오 다운로드, 음성 분리, 음성 인식, 번역, 텍스트-음성 변환(TTS)을 하나의 강력한 도구로 통합하여 창작자, 연구자, 다국어 전문가에게 이상적인 솔루션을 제공합니다.
- 🔊 최고 수준의 음성 인식: Whisper, Faster-Whisper, Whisper-Timestamped, WhisperX
- 🎤 제로샷 음성 복제: F5-TTS, E2-TTS, CosyVoice
- 📢 다국어 텍스트-음성 변환: Edge-TTS, kokoro (유료 버전에는 Azure TTS 포함)
- 🎥 YouTube 처리 및 오디오 추출: yt-dlp
- 🌍 100개 이상의 언어에 대한 즉시 번역: Deep-Translator (유료 버전에는 Azure Translator 포함)
ElevenLabs의 강력한 대안으로, Voice-Pro는 팟캐스터, 개발자, 창작자들에게 고급 음성 솔루션을 제공합니다.
- v2.x에서 v3.x로 업그레이드: 불가능합니다.
installer_files폴더를 삭제하고 최신 버전의start.bat를 실행하는 것을 권장합니다. - v3.x에서 v3.x로 업그레이드: 가능합니다. 최신 코드를 다운로드한 후
update.bat를 실행하세요. - 최초 사용자: 아래 설치 지침을 참조하세요.
- 문제 해결: 대부분의 경우,
installer_files폴더를 삭제한 후configure.bat를 실행하고 이어서start.bat를 실행하면 문제가 해결됩니다. - 🎁 무료 활성화 키 요청: 활성화 키를 받으려면 이 Google 설문지을 작성해 주세요. 활성화 키는 이메일 주소당 하나로 제한됩니다.
- 🏆 추가 활성화 키 요청: Voice-Pro를 사용하여 멋진 콘텐츠를 만드세요.
에서 게시물 링크를 공유해 주세요. 여러분의 기여에 기꺼이 보답하겠습니다.
version 3.1
- 🪄 F5-TTS의 미세 조정 모델 지원
- 🌍 지원 언어 (한국어는 없음 ㅠㅠㅠ)
English &
Chinese: SWivid/F5-TTS_v1
Finnish: AsmoKoskinen/F5-TTS_Finnish_Model
French: RASPIAUDIO/F5-French-MixedSpeakers-reduced
Hindi: SPRINGLab/F5-Hindi-24KHz
Italian: alien79/F5-TTS-italian
Japanese: Jmica/F5TTS/JA_21999120
Russian: hotstone228/F5-TTS-Russian
Spanish: jpgallegoar/F5-Spanish
버전 3.0
- 🔥 AI Cover 기능이 제거되었습니다.
- 🚀 m-bain/whisperX 지원이 추가되었습니다.
버전 2.0
- 🐍 Python 3.10.15, Torch 2.5.1+cu124, Gradio 5.14.0으로 제작되었습니다.
- 🆓 무료 체험은 최대 60초 길이의 미디어를 지원합니다.
- 🔥 AI Cover 기능이 추가되었습니다.
- 🎤 CosyVoice 및 kokoro 지원이 도입되었습니다.
- ⏳ 초기 실행 시 **CozyVoice2-0.5B (9GB)**를 다운로드하며, 네트워크 속도에 따라 1시간 이상 걸릴 수 있습니다.
- 🎧 음성 복제를 위한 음성 샘플은 지속적으로 업데이트됩니다.
- 📝 문장별 자연스러운 번역 및 TTS를 위해 spaCy가 추가되었습니다.
- ☁️ 구독 버전은 Microsoft Azure 번역기 및 TTS를 포함합니다.
- 🏪 구독 버전은 구독 기간 동안 무제한 사용 (60초 제한 없음)을 제공하며,
에서 구매할 수 있습니다.
- YouTube 비디오 다운로드 및 오디오 추출
- Demucs를 사용한 음성 분리
- 음성 인식 및 번역을 위한 100개 이상의 언어 지원
- 음성을 텍스트로: Whisper, Faster-Whisper, Whisper-Timestamped, WhisperX
- 텍스트를 음성으로:
- Edge-TTS: 100개 이상의 언어, 400개 이상의 음성
- E2-TTS, F5-TTS, CosyVoice: 제로샷 클로닝
- kokoro: HuggingFace TTS 아레나에서 2위
- 즉각적인 음성 인식
- 실시간 다국어 번역
- 사용자 정의 가능한 오디오 입력
- 통합 허브: YouTube 다운로드, 소음 제거, 자막, 번역, TTS
- ffmpeg 호환 형식 모두 지원
- 출력 옵션: WAV, FLAC, MP3
- 100개 이상 언어에 대한 자막 및 인식
- 속도, 볼륨, 피치 조절 가능한 TTS
- 자막 전용: 90개 이상 언어
- 비디오와 통합된 자막 표시
- 단어 단위 하이라이트 및 소음 제거 옵션
- 100개 이상 언어 번역
- 자막 파일 지원 (ASS, SSA, SRT 등)
- 실시간 음성 인식 및 번역
- 옵션: Edge-TTS, F5-TTS, CosyVoice, kokoro
- 유명인 목소리로 팟캐스트 및 다국어 지원
- 추가하고 싶은 음성은 Issues 페이지에서 요청해 주세요.
English
 Andrew Bustamante |
 Andrew Huberman |
 Avi Loeb |
 Ben Shapiro |
 Brett Johnson |
 Brian Keating |
 Coffeezilla |
 Dan Carlin |
 David Buss |
 David Fravor |
 David Kipping |
 Dennis Whyte |
 Donald Hoffman |
 Donald Trump |
 Douglas Murray |
 Duncan Trussell |
 Elon Musk |
 Garry Nolan |
 Jack Barsky |
 James Sexton |
 Jeff Bezos |
 Joe Rogan |
 John Mearsheimer |
 Jordan Peterson |
 Kanye 'Ye' West |
 Mark Zuckerberg |
 Michael Levin |
 Michael Saylor |
 Michio Kaku |
 MrBeast |
 Nick Lane |
 Paul Rosolie |
 Ryan Graves |
 Sam Altman |
 Sam Harris |
 Stephen Wolfram |
 Tucker Carlson |
 Vitalik Buterin |
 Yuval Harari |
Chinese
 迪丽热巴 (Dílì Rèbā) |
 蔡依林 (Cài Yīlín) |
 吴亦凡 (Wú Yìfán) |
 李易峰 (Lǐ Yìfēng) |
 杨幂 (Yáng Mì) |
 赵丽颖 (Zhào Lìyǐng) |
Korean
 BTS 진 (Jin) |
 BTS RM |
 IU (아이유) |
 이병헌 |
 이정재 |
 유재석 |
Japanese
 綾瀬はるか (Ayase Haruka) |
- OS: Windows 10/11 (64비트) ※ Linux/Mac 미지원
- GPU: CUDA 12.4 지원 NVIDIA (권장)
- VRAM: 4GB 이상 (8GB 이상 권장)
- RAM: 4GB 이상
- 저장소: 20GB 이상 여유 공간
- 인터넷: 필수
configure.bat 및 start.bat으로 Voice-Pro를 쉽게 설치하세요.
에서 최신 릴리스 다운로드 (Source code (zip))
git clone https://github.com/abus-aikorea/voice-pro.git- 🚀 configure.bat
- git, ffmpeg, CUDA 설치 (NVIDIA GPU 사용 시)
- 최초 1회 실행; 인터넷 필요, 1시간 이상 소요 가능
- 명령 창 닫지 않기
- 🚀 start.bat
- Voice-Pro 웹UI 실행
- 첫 실행 시 의존성 설치 (1시간 이상 소요 가능)
- 문제 발생 시 installer_files 삭제 후 재실행
- 🚀 update.bat: Python 환경 갱신 (재설치보다 빠름)
- uninstall.bat 실행 또는 폴더 삭제 (휴대용 설치)
- Windows-Commnad 창을 종료하고, start.bat 을 다시 실행하거나
- Browser를 직접 실행하고, Windows-Command 창에 표시된 주소(예, http://127.0.0.1:7870 )를 주소창에 입력합니다.
- 윈도우 작업관리자 - 성능 탭에서 GPU 메모리 상태를 확인하세요.
- Denoise 레벨을 0 또는 1 로 설정하세요. Denoise 레벨 2 는 8GB 이상의 GPU 메모리를 필요로 합니다.
- Compute Type 을 int 타입으로 설정하세요. float 타입의 품질이 더 좋지만 더 많은 GPU 메모리를 요구합니다.
- 자막의 품질은 더 큰 Whisper 모델을 사용할 수록 좋아지는 경향은 있지만, 꼭 그런것은 아닙니다. large > medium > small > base > tiny
- Compute Type 중에서는 float 타입의 성능이 좋습니다. int 타입은 모델 양자화를 통해 GPU사용량을 낮추고 속도를 높인 모델입니다. 반면, 성능은 떨어집니다.
- Denoise 레벨을 높이면 배경음을 더 많이 제거하고, 남아있는 보이스만 음성인식에 사용하게 됩니다. 항상 좋은 결과를 보장하지는 않습니다.
- 이 저장소는 Voice-Pro의 무료 체험판을 제공합니다.
- Voice-Pro의 무료 체험판 버전은 최대 60초의 미디어를 처리할 수 있습니다.
- Subscription 버전은 Microsoft Azure TTS 와 Translator 를 지원합니다.
| Trial Version | ☕Contributor Version | Subscription Version | |
|---|---|---|---|
| Media Length Limit | 60 seconds | Unlimited | Unlimited |
| Translation Service | Google Translate (Open Source) | Google Translate (Open Source) | Azure Translate (Microsoft) |
| Text-to-Speech Service | Edge TTS (Open Source) | Edge TTS (Open Source) | Azure TTS (Microsoft) |
아래 표는 자막 제작, 번역, 텍스트-음성 변환(TTS/더빙) 기능을 지원하는 SaaS 플랫폼을 정리한 것입니다. 비용은 2025년 4월 15일 기준 최신 가격 데이터를 바탕으로, 60분 분량의 한국어 영상에 대해 자막 생성, 영어 번역, 영어 더빙 처리를 포함하여 계산되었습니다.
| 플랫폼 | 자막 제작 | 번역 | TTS/더빙 | 60분 영상 처리 비용 (USD, 약) | 주요 기능 |
|---|---|---|---|---|---|
| Maestra | ✅ | ✅ | ✅ | $23.70 | 125+ 언어, 실시간 자막, SEO 키워드 추출, 15분 무료 체험. |
| Kapwing | ✅ | ✅ | ✅ | $30~$40 (Pro 플랜, 분당) | AI 자막, 100+ 언어 번역, 자동 립싱크 더빙, 무료 티어 제공. |
| VEED.IO | ✅ | ✅ | ❌ | $24~$36 (Pro 플랜, 부분 처리) | 99.9% 정확도 자막, 인스타그램 최적화 자막, 직관적인 편집기. |
| HappyScribe | ✅ | ✅ | ✅ | $36~$48 (종량제) | 120+ 언어, 전문 교정 옵션, 보안, 회의 전사. |
| Sonix | ✅ | ✅ | ✅ | $30~$40 (Standard 플랜) | 54+ 언어, 30분 무료 전사, YouTube/Zoom 통합. |
| Descript | ✅ | ✅ | ✅ | $36~$48 (Creator 플랜) | 텍스트 기반 편집, Overdub TTS, 필러 단어 제거, 1시간 무료 전사. |
| AppTek | ✅ | ✅ | ✅ | 맞춤 가격 (문의) | 미디어 특화, 맞춤 모델, 메타데이터 생성, 클라우드 기반 Workbench. |
| Transkriptor | ✅ | ✅ | ❌ | $12~$18 (종량제) | 100+ 언어, YouTube 링크 전사, 99% 정확도, 간단한 편집기. |
- Maestra: Premium 플랜 ($158/월, 1200 크레딧). 60분 영상: 자막 60 크레딧 + 번역 60 크레딧 + 더빙 60 크레딧 = 180 크레딧. 비용 = (180/1200) * $158 = $23.70.
- Kapwing: Pro 플랜 (~$24/월, 제한된 분량). 자막+번역+더빙 분당 $0.50~$0.67 추정 (분당 가격 트렌드 기반). 60분 비용: $30~$40. 정확한 가격은 확인 필요.
- VEED.IO: Pro 플랜 (~$24/월). 자막+번역 분당 $0.40~$0.60 추정. TTS 없음, 부분 처리. 60분 비용: $24~$36. veed.io에서 확인.
- HappyScribe: 종량제 (전사 분당 ~$0.20, 번역 $0.20, 더빙 $0.20). 60분 비용: $36~$48 (결합 서비스 가정). happyscribe.com에서 확인.
- Sonix: Standard 플랜 (전사 시간당 ~$10, 번역/더빙 추가). 총 분당 $0.50~$0.67 추정. 60분 비용: $30~$40. sonix.ai에서 확인.
- Descript: Creator 플랜 (~$24/월, 제한된 시간). 자막+번역+더빙 분당 $0.60~$0.80 추정. 60분 비용: $36~$48. descript.com에서 확인.
- AppTek: 기업용 맞춤 가격. 공개 분당 요금 없음. apptek.ai로 문의.
- Transkriptor: 종량제 (전사 분당 $0.05~$0.10, 번역 유사). TTS 없음, 부분 처리. 60분 비용: $12~$18. transkriptor.com에서 확인.
- 60분 영상 처리 비용: 비용은 60분 한국어 영상의 자막, 영어 번역, 영어 더빙(가능한 경우)을 처리하는 것을 가정하며, 근사치입니다. TTS 미지원 플랫폼(예: VEED.IO, Transkriptor)은 부분 처리 비용을 반영.
- 언어 지원: 대부분 플랫폼은 한국어와 영어를 지원. 특정 언어 지원 여부는 각 웹사이트에서 확인.
- 사용 사례:
- 미디어/엔터테인먼트: AppTek, Maestra
- 소셜 미디어: Kapwing, VEED.IO
- 팟캐스트/인터뷰: Sonix, Descript
- E-러닝/글로벌 콘텐츠: Transkriptor, HappyScribe
- 가격 업데이트: 플랜 변경이나 프로모션으로 가격이 변동될 수 있음. 최신 정보는 공식 웹사이트에서 확인.
- 기여나 특정 사용 사례 추천을 위해 이 저장소에서 이슈를 열거나 풀 리퀘스트를 제출하세요!
안녕하세요, 저는 Voice-Pro 팀의 David입니다. 저희 팀은 업계 최고의 AI 기술을 발굴하여 누구나 쉽고 편리하게 사용할 수 있도록 제공하고 있습니다. 저희는 설립된 지 1년밖에 되지 않은 한국의 작은 스타트업입니다. 여러분과 다른 창작자들이 훌륭한 콘텐츠를 제작할 수 있도록 열심히 노력하고 있습니다. 여러분의 ⭐⭐⭐⭐⭐ 리뷰는 저희 비즈니스가 여러분과 함께 성장하는 데 큰 도움이 됩니다. 저희 작은 팀을 지원해 주시면 감사하겠습니다.
감사합니다, ABUS 고객 서비스
- 이 프로젝트에 참여하고 저희를 돕고 싶으시다면, 언제든지 Issues를 생성해주세요.
- 문제가 발생하면, 이 프로젝트를 개선하기 위해 Pull requests를 제출해주세요.
- 모든 유형의 기여를 환영합니다.
- 구매, 비즈니스 파트너십, 기술 튜닝, 투자 및 기타 관련 문의는 이메일([email protected])로 문의해주세요.
- 이 프로젝트가 마음에 드시면, 이 저장소에 별표를 눌러주세요. 저희에게 매우 큰 도움이 될 것입니다. ⭐⭐⭐
- 기부를 통해 Voice-Pro를 후원할 수 있습니다.
- Email: [email protected]
- Homepage (Korean): https://abuskorea.imweb.me
- 유료버전 구매매: Shopify (Global), Naver (Korean)
- 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
- whisperX: https://github.com/m-bain/whisperX
- CosyVoice: https://github.com/FunAudioLLM/CosyVoice
- kokoro: https://github.com/hexgrad/kokoro
- Deep-Translator: https://github.com/nidhaloff/deep-translator
- spaCy: https://github.com/explosion/spaCy
by ABUS