VoiceStudio: جرّب تولّد الصوت فالـ PC ديالك، وعرف الحدود قبل ما تبدا

كتكون ساليتي المونتاج، ومن بعد كتلقى جملة خاصها تتبدل فـ Voice-over. الرجوع للتسجيل فالميكرو كياخد الوقت، وخدمة فـ Cloud تقدر تزيد عليك المصاريف مع كل تجربة. هنا كيبان سؤال منطقي: واش نقدر نجرّب الصوت فالـ PC ديالي، ونبقى متحكم فالملفات بدون ما نصيفطها للنت؟ VoiceStudio واحد من المشاريع اللي كيجمعو هاد الخدمة فواجهة Desktop وحدة. ولكن قبل ما تعطيه تسجيلات الكليان، خاصك تفرّق بين التطبيق نفسو، الـ Engine ديال الصوت، والخدمات اللي كتربط معاه.

راجعنا الوثائق الرسمية نهار 27 أكتوبر 2026؛ التثبيت على مختلف الأجهزة خاصو مراجعة دقيقة. ملف README فـ main يقدر يشرح تغييرات مازال ماوصلاتش لآخر Release رسمي. إلا لقيتي الواجهة مختلفة عندك، قرا ملاحظات النسخة اللي نزلتي قبل ما تتبع شرح ديال نسخة أخرى.

شنو كيدير VoiceStudio بالضبط؟

المشروع كيجمع توليد الكلام (TTS)، الـ Voice cloning، تصميم الأصوات، Transcription، Dictation وDubbing. تقدر توجّد النص، تختار الـ Engine، وتخرّج ملف صوتي واجد باش تخدم به فالمونتاج. فالدوبلاج كاينين مراحل أخرى بحال التعرف على الكلام، الترجمة وتركيب الصوت على التوقيت. نجاح توليد جملة تجريبية ماكيعنيش أن فيديو كامل غادي يدوز بنفس الجودة والسرعة.

الواجهة الحالية مبنية بـ Electron. تطبيق Tauri القديم توقف الدعم ديالو نهائياً؛ ماخاصكش تنزل ملف MSI قديم غير حيت لقيتي شي فيديو فـ YouTube كيشرح به. README كيسمّي Engine الافتراضي VoiceStudio، وهو مبني على OmniVoice، وكاين Catalogue ديال Engines أخرى بحال IndexTTS وCosyVoice وKittenTTS. ماشي كل Engine كيدير نفس الخدمة، ولا كيدعم نفس اللغات وشروط الاستعمال.

واش الدارجة غادي تخرج مزيانة؟

وجود العربية فاللائحة ماشي اختبار كافي للدارجة المغربية. النطق ديال أسماء بحال «المعاريف»، «سيدي معروف»، ولا جملة مخلطة فيها الفرنسية مع الدارجة يقدر يختلف تماماً من موديل لآخر. بدل ما تنزل مكتبة موديلات كاملة وتاكل الديسك، وجد جوج جمل قصار من النوع اللي كتحتاج نيت فالخدمة. وحدة بالدارجة بوحدها، ووحدة مخلطة بالكلمات التقنية اللي كتستعمل ديما.

جرّب مثلاً: «هاد النسخة غير للتجربة، ومن بعد نراجعو النطق قبل ما نخرجو الفيديو.» استعملها باش تقارن بين النتائج، حيت الجودة اللي كتسمع مرتبطة بالموديل والإعدادات. سمع الكلمات كاملة، الوقفات الطبيعية، واش المعنى واضح، وواش نبرة الصوت كتبقى مستقرة من أول الجملة حتى لآخرها. خلي نفس النص ملي كتقارن بين الـ Engines باش تعرف التغيير فين وقع نيت.

شنو خاص فالـ PC ديالك؟

فالـ Windows، الوثائق الرسمية كتحدد Windows 10 أو 11 على معماريات x64. كروت NVIDIA كتخدم بـ CUDA؛ غياب كارت شاشة قوية ماكيمنعش التجربة، حيت التطبيق كيخدم حتى بالـ CPU ولكن المعالجة كتكون أبطأ. ماتمشيش تشري Carte graphique غالية قبل ما تحدد الـ Engine والخدمة اللي باغي. دليل Windows كيوصي بـ 10 GB مساحة خاوية على الأقل للتطبيق والبيئة والموديلات الأساسية، والمساحة كتقدر تزيد بزاف مع كل موديل جديد.

أجهزة Apple Silicon (معالجات M1/M2/M3/M4) كتستافد من تسريع MPS المحلي. أما أجهزة Intel Mac فعندها تقييد كبير: واجهة التطبيق خدامة، ولكن README كيوصي بربط Backend بعيد فـ Cloud بدل تشغيل محلي كامل. أنظمة Windows ARM ما زالت مصنفة كتجريبية. وبالنسبة لـ Linux، راجع دليل التوزيعة ونزل حزمة AppImage أو DEB المناسبة. ماكاينش رقم واحد ديال RAM أو VRAM كينطبق على جميع الـ Engines.

التثبيت المباشر وأوامر الإعداد

أسهل طريقة للبدء فـ Windows هي تفتح نافذة PowerShell عادية (بلا صلاحيات Administrator) وتشغل السكربت الرسمي المعتمد اللي كيتحقق من جهازك وينزل الحزمة المناسبة:

irm https://voicestudio.sh/install | iex

ملفات الـ Engines والموديلات كتاخد مساحة كبيرة وكتقدر تعمر قرص C: بسرعة. إلا بغيتي تحطها فـ Disque Dur خارجي ولا Partition ثانية (مثلاً D:):

[Environment]::SetEnvironmentVariable('OMNIVOICE_ENGINES_DIR', 'D:\VoiceStudio\engines', 'User')

من بعد عاود فتح الـ PowerShell وخدم التطبيق. إلا فضّلتي التنزيل اليدوي بدون سكربت:

1. دخل لصفحة Releases الرسمية فـ GitHub من المصادر لتحت.
2. اختار الـ Installer ديال Electron المناسب لنظامك (.exe للـ Windows، .dmg للـ Mac، أو .AppImage للـ Linux).
3. قارن الـ Hash مع ملف SHA256SUMS.txt المرفق مع النسخة للتأكد من سلامة الملف.
4. فتح التطبيق؛ فـ Windows، البرنامج كيتبت Python وFFmpeg والأوزان تلقائياً فـ أول تشغيل.

أول تجربة عملية: جملة بصوتك

فتح قسم الـ Voice cloning واختار صوت تجريبي، أو حط تسجيل نقي ديالك عندك الحق تستعملو. التسجيل اللي فيه صدى الغرفة، ولا صداع، ولا موسيقى فالخلفية كيعطي نتيجة خايبة. ديما خدم على كوبي من الأوديو، وخلي الملف الأصلي محفوظ. ماتستعملش صوت شي حد بلا موافقة واضحة وصريحة منو.

راجع النص المكتوب (Transcript) ديال التسجيل وقارنو مع الأوديو المسموع. من بعد عزل الـ Engine، كتب جملتك التجريبية، ونزل الموديل إلا كان مازال ماتحملش. التوليد الأول كياخد شوية ديال الوقت حيت الأوزان كتحمل للذاكرة. سمع النتيجة مزيان، وكل مرة بدل حاجة وحدة: يا إما النص، يا إما التسجيل المرجعي، يا إما الـ Engine.

إلا خرج نطق شي كلمة عوج، بسط كتابتها بالدارجة بحروف واضحة أو قسم الجملة على جوج وجرب من جديد. ملي تدخل الصوت للـ Premiere ولا DaVinci، سمعو وسط الميكس مع الموسيقى حيت الصوت اللي كيبان نقي بوحدو يقدر يغبر فالميكس النهائي.

من جملة وحدة حتى للدوبلاج الكامل

بدا بتجربة مقطع قصير بزاف (10 لـ 15 ثانية) قبل ما تدوز لفيديو طويل. راجع الـ Transcription، الترجمة، وتزامن الصوت مع حركة الفم (Lip-sync). أسماء المغاربة والمدن والأرقام خاصهم مراجعة بشرية وذوقية ضرورية.

قبل ما دير Export، حدد واش باغي ملف صوت مستقل (WAV/MP3) باش تمكسيه، ولا فيديو كامل لاصق فيه الصوت الجديد. سمع البداية، الوسط، والنهاية، وماتعتامدش غير على أن البرنامج كتب ليك "Export Finished". الذوق والتوقيت كيبقاو مسؤوليتك أنت كفنان ومونتور.

الخصوصية، رخص الموديلات والنسخة المدفوعة

التوليد المحلي كيحمي خصوصية ملفاتك حيت المعالجة كتبقى فالـ PC، ولكن كاينين تفاصيل قانونية وتقنية خاصك تفهمها:

1. رخصة التطبيق AGPL-3.0: كود برنامج VoiceStudio مفتوح المصدر (Open Source) بهاد الرخصة. تقدر تستعمل البرنامج فالخدمة ديالك، ولكن إلا عدلتي عليه وبغيتي تقدمو كخدمة عبر الشبكة (SaaS)، راك ملزم تشارك الكود المعدل.
2. رخص الموديلات والأوزان منفصلة تماماً: هادي هي النقطة اللي كينساوها بزاف. الموديل الافتراضي k2-fsa/OmniVoice مرخص برخصة CC-BY-NC (Non-Commercial)، يعني ممنوع تستعمل أوزان هاد الموديل مباشرة فعمل تجاري مدفوع بدون ترخيص خاص!
3. النسخة التجارية VoiceStudio Pro: إلا بغيتي تستعمل البرنامج كمنتج تجاري مغلق بدون التزامات AGPL ومع ميزات إضافية وموديلات تجارية مصرحة، شركة Yupcha Softwares كتوفر اشتراكات Pro فالموقع الرسمي https://voicestudio.sh/pro.

Open Source ماكيعنيش أن كل صوت ولا موديل مسموح تستغلو تجارياً فإشهارات وتلفزة بلا ما تقرا شروط الموديل نفسو.

إلا تبلوكات التجربة

إلا كان التوليد بطيء بزاف، دخل لـ Settings ثم Performance وتأكد من الـ Compute Device: واش خدام بـ CUDA، MPS، ولا CPU؟ تأكد بلي الـ Transcript ماشي خاوي وبلي الرام كافية. إلا وقع ليك Crash فـ Windows بسباب الذاكرة وقت المعالجة (Triton / torch.compile OOM)، طفي خيار «torch.compile» من إعدادات Performance باش البرنامج يخدم بـ Eager Mode ويتحمل الموديل بسلاسة.

VoiceStudio أداة قوية إلا بغيتي تفهم وتجرب هندسة الصوت بالذكاء الاصطناعي محلياً وبتحكم كامل. إلا عندك Deadline مزير مع كليان وجهازك متواضع، دير الصوت بالطريقة الكلاسيكية وخلي التجارب لوقت الفراغ. وملي تضبط الأمور، تقدر تدمجو فـ سير العمل ديالك مع OpenMontage بلا ما تفرط فالمراجعة البشرية.