OmniVoice Studio: a alternativa open-source ao ElevenLabs que roda 100% no seu hardware
Você cola um parágrafo no ElevenLabs, aperta Gerar e vê o contador de caracteres diminuir. O plano gratuito acaba antes de você terminar de testar. O Creator custa US$ 22 por mês. O Pro, US$ 99. E cada arquivo de áudio gerado deixa sua máquina e vai para servidores de terceiros — o que importa no momento em que seu conteúdo é sensível, proprietário ou simplesmente seu.
O OmniVoice Studio nasce de uma premissa diferente: tudo roda no seu hardware. Clonagem de voz, dublagem de vídeo, ditado em tempo real, design de voz — tudo local, tudo gratuito para uso pessoal, sem chave de API, sem contador de uso. O projeto se descreve como “a alternativa open-source ao ElevenLabs” e já acumula 7,1 mil estrelas no GitHub com 1,1 mil forks.
O que está sob o capô
OmniVoice Studio é uma aplicação desktop construída com Tauri (framework Rust), frontend React e backend FastAPI com 97 endpoints. O estado persistente fica em SQLite. O pipeline de IA roda sobre quatro componentes open-source. A aceleração de GPU é autodetectada no lançamento — CUDA (NVIDIA), MPS (Apple Silicon), ROCm (AMD) ou CPU. Se você tem menos de 8 GB de VRAM, o modelo TTS automaticamente descarrega para a CPU durante a transcrição.
Você não precisa de GPU. O pipeline inteiro roda em CPU. A síntese TTS é cerca de 3× mais lenta, e a transcrição de vídeos longos demora mais, mas para clonagens curtas e ditado, a CPU funciona perfeitamente. Macs com Apple Silicon são o ponto ideal para quem não tem GPU dedicada — o app usa backends otimizados para MLX que aproveitam o Neural Engine e o Metal Performance Shaders.
Comparação direta com ElevenLabs
| Recurso | OmniVoice Studio | ElevenLabs |
|---|---|---|
| Processamento | Local (seu hardware) | Nuvem (servidores deles) |
| Preço | Grátis (uso pessoal) | US$ 22–99/mês |
| Idiomas suportados | 646 | 32 |
| Código aberto | Sim (GitHub) | Não |
| Chave de API | Não requer | Obrigatória |
Instalação: macOS, Windows e Linux
A instalação segue a mesma sequência em todas as plataformas: clonar o repositório, instalar dependências do frontend com Bun e lançar. As diferenças estão nos pré-requisitos de cada sistema. No macOS, você precisa de Python 3.11 (via Homebrew), Bun, Xcode Command Line Tools e FFmpeg. No Windows, os requisitos incluem Python 3.11 (via winget), Microsoft C++ Build Tools, Bun e FFmpeg. No Linux (Ubuntu/Debian), além de Python e Bun, são necessárias as dependências GTK/WebKit para o shell Tauri.
O primeiro lançamento é mais lento que todos os seguintes: ele constrói o shell Tauri, cria o ambiente virtual Python via uv, sincroniza todas as dependências e baixa os pesos dos modelos — aproximadamente 2,4 GB. Uma tela de splash mostra o progresso ao vivo. Concluída essa etapa, a interface completa é aberta.
Atenção com o beta
O OmniVoice Studio está em beta ativo. Coisas podem quebrar entre releases. Para as correções mais atuais, clonar do source e rodar bun run desktop-prod é o caminho recomendado em vez de usar os instaladores pré-compilados. No Windows, usuários com menos de 16 GB de VRAM devem desabilitar o torch.compile nas configurações de desempenho para evitar OOM na primeira síntese.
Para uso headless ou em servidores, o projeto também oferece um caminho Docker que roda apenas o backend FastAPI, ideal para deploys em equipe. Com 646 idiomas, zero custo e processamento 100% local, o OmniVoice Studio se posiciona como a alternativa mais séria ao domínio do ElevenLabs no ecossistema de voz com IA.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
