استنساخ الصوت محليًا مع VoiceStudio: AGPL والتثبيت والموافقة

استنساخ الصوت محليًا مع VoiceStudio: ترخيص AGPL-3.0 مشروحًا، والتثبيت بحسب README، ومراقبة GPU، والموافقة قبل استنساخ أي صوت.
VoiceStudio clonage voix local : AGPL, install, consentement

استنساخ الصوت محليًا مع VoiceStudio هو فكرة المستودع debpalash/VoiceStudio، الذي يقدّم نفسه بديلًا مفتوح المصدر ومحليًا بالكامل لـ ElevenLabs. يجمع تطبيق سطح مكتب واحد استنساخ الصوت وتصميم الأصوات انطلاقًا من وصف ودبلجة الفيديو والإملاء والنسخ النصي والكتب الصوتية. يبلغ عدد نجوم المستودع نحو 81000 في أكتوبر 2026: رقم جذّاب، لكنه لا يقول شيئًا عن الاستخدام المسموح لك به.

يتبع هذا المقال ملف README ووثائق المشروع: ما هي الأداة، وما الذي يترتب على ترخيص AGPL-3.0، وكيف تُثبَّت، وماذا تُظهر واجهتها، وكيف تُراقَب حين تعمل على خادم GPU، وقبل كل ذلك الإطار الذي ينبغي وضعه قبل استنساخ صوت شخص ما. ولوضع الأداة بين حزم الاستضافة الذاتية، راجع حزمة الذكاء الاصطناعي مفتوحة المصدر المستضافة ذاتيًا.

توضيح للأمانة: لم تثبّت span.observer أداة VoiceStudio ولم تختبرها. الأوامر مأخوذة من README، واللقطات أدناه مأخوذة من مستودع المشروع.

استنساخ الصوت محليًا مع VoiceStudio: من وراء المشروع وما ترخيصه

  • المؤلف والناشر: المستودع ملك لـ debpalash. ويشير الملف LICENSE-NOTICE.md إلى حقوق نشر «Palash Debnath and VoiceStudio contributors» ويوضح أن المساهمات مرخَّصة لشركة Yupcha Softwares Private Limited، وهي الشركة التي تتولى صيانة المشروع.
  • الترخيص: AGPL-3.0 (GNU Affero General Public License v3)، مع عرض تجاري مدفوع هو «VoiceStudio Pro» لمن يريد دمجه في منتج مغلق.
  • أرقام قُرئت يوم 22 أكتوبر 2026 من صفحة المستودع: نحو 81000 نجمة، ونحو 8900 فرع (fork)، و4491 commit. وكانت صفحة الإصدارات تعرض v0.5.6 بتاريخ 23 سبتمبر؛ أما ملف package.json في الفرع الرئيسي فيحمل الإصدار 0.5.7.
  • المحرك الافتراضي: يذكر README المحرك k2-fsa/OmniVoice، مع محركات أخرى للاختيار وكتالوج موصوف في docs/feature-catalog.md. ويعلن المشروع دعم 646 لغة.
  • التطبيق: Electron هو تطبيق سطح المكتب الوحيد وواجهة الويب؛ والإصدار v0.5.3 هو آخر إصدار Tauri، بحسب README.

ما الذي يعنيه ترخيص AGPL-3.0 عمليًا

AGPL ترخيص copyleft. ويلخّص المشروع نفسه ما يغيّره في LICENSE-NOTICE.md (هذا الملخص لا قيمة قانونية له، والنص المعتمد هو LICENSE وحده).

  • يمكنك استخدام البرنامج ونسخه وتعديله وإعادة توزيعه، بما في ذلك للاستخدام التجاري أو الداخلي.
  • إن عدّلت VoiceStudio وأتحت النسخة المعدلة لآخرين عبر شبكة، فعليك أن تتيح لهم الشيفرة المصدرية الكاملة لنسختك بالترخيص نفسه. وهذا هو الفرق عن GPL الكلاسيكي: عرض خدمة لا يكفي للإفلات من هذا الالتزام.
  • استخدام التطبيق كما هو، لنفسك أو لفريقك، لا يُلزمك بنشر أي شيفرة.
  • دمج VoiceStudio في منتج أو خدمة مملوكة دون هذه الالتزامات يتطلب الترخيص التجاري للمشروع.

الفخ الثاني: ترخيص التطبيق لا يغطي النماذج. يقولها README بوضوح: أوزان النماذج والمحلّلات اللفظية (tokenizers) والأصوات وشروط المخرجات المولَّدة تخضع لتراخيص منفصلة، والترخيص المدفوع للتطبيق لا يمنح هذه الحقوق. ويوفر المشروع جردًا (docs/licensing/model-inventory.md) ويعرض إشعارات ترخيص لكل نموذج في مدير النماذج، مع التنبيه إلى أن هذه الإشعارات لا تشهد بصلاحية الاستخدام التجاري. قبل أي إنتاج، أعد قراءة ترخيص كل نموذج مثبَّت. وهذا ليس استشارة قانونية: عند الشك استشر مختصًا قانونيًا.

جولة في الواجهة

تُظهر اللقطة التالية، المنشورة في المستودع، صفحة Settings > Models: «حزم نماذج» (Fast وBalanced وQuality وMax) تثبّت دفعة واحدة مجموعة نماذج لتركيب الكلام (TTS) والتعرف على الكلام (ASR) والترجمة والإملاء، مع حجم كل منها على القرص.

لقطة من مستودع VoiceStudio: صفحة Settings وModels مع حزم Fast وBalanced وQuality وMax، وخمسة نماذج مثبّتة منها نموذج TTS بحجم 2.4 غيغابايت وWhisper large-v3، وحجم إجمالي مثبّت قدره 8.5 غيغابايت
Source : github.com

تسير دبلجة الفيديو في مسار من ثلاث مراحل: الرفع والنسخ النصي، ثم الترجمة، ثم التوليد. تختار اللوحة اليسرى اللغة الهدف والمترجم (هنا نموذج NLLB-200 محلي) وضبط التوقيت.

لقطة من مستودع VoiceStudio: مساحة Video Dubbing Studio مع تشغيل متزامن لمقطع أصلي بالإنجليزية ونسخته المدبلجة بالإسبانية، وإعدادات اللغة والمترجم على اليسار
Source : github.com

ينطلق تصميم الصوت من وصف بنص حر («راوية بريطانية مسنّة ذات بحة خفيفة») أو من نقاط انطلاق جاهزة، ثم يُحفظ كملف صوت شخصي.

لقطة من مستودع VoiceStudio: مساحة Voice design مع حقل وصف الصوت ونقاط انطلاق مثل Narrator وNews Anchor وأمثلة أصوات للاستماع
Source : github.com

تُظهر هذه اللقطات أيضًا في الأسفل شريط تكاملات لجهات خارجية ومكانًا لراعٍ: هذه حال الواجهة وقت الالتقاط، وليست اختيارًا من span.observer.

التثبيت بحسب README

الخطوة 1: تحقق من العتاد

يقدّم README جدول دعم: بطاقة NVIDIA على Windows أو Linux (تسريع CUDA)، وApple Silicon (Metal وMPS)، والمعالج وحده ممكن لكنه أبطأ (يختار المثبّت حينها نسخة PyTorch الصغيرة للمعالج، وتحتاج إلى نحو 5 غيغابايت من المساحة الحرة)، وWindows على ARM تجريبي، وMac بمعالج Intel محدود بالواجهة مع خادم بعيد.

الخطوة 2: شغّل المثبّت

على macOS وLinux:

curl -fsSL https://voicestudio.sh/install | sh

على Windows، في PowerShell:

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

تمرير سكربت بعيد إلى shell ممارسة محفوفة بالمخاطر: ويقترح README بديلًا هو تشغيل السكربت من المستودع (scripts/install.sh) أو تنزيل حزم الإصدارات (.dmg و.exe و.AppImage و.deb). اقرأ السكربت قبل تنفيذه، أو فضّل الحزمة الموقَّعة من الإصدار.

الخطوة 3: أو استخدم Docker لخادم

تنشر وثائق Docker في المستودع الصورة ghcr.io/debpalash/voicestudio، بمعمارية linux/amd64 فقط. وهي تطلب مفتاح إدارة، لأن وضع الخادم يحمي الإعدادات والتشخيصات:

export OMNIVOICE_API_KEY="$(python3 -c 'import secrets; print(secrets.token_urlsafe(32))')"
docker pull ghcr.io/debpalash/voicestudio:stable
docker run -d --name omnivoice \
  -p 127.0.0.1:3900:3900 \
  -e OMNIVOICE_API_KEY="$OMNIVOICE_API_KEY" \
  -v omnivoice-data:/app/omnivoice_data \
  ghcr.io/debpalash/voicestudio:stable

يُنشر المنفذ على 127.0.0.1 فقط. ويُنزّل التشغيل الأول نحو 2.4 غيغابايت من أوزان النماذج؛ تابعه بالأمر docker logs -f omnivoice. ثبّت الوسم :stable أو إصدارًا محددًا: بحسب الوثائق، فإن :latest معاينة متحركة للفرع الرئيسي.

استنساخ صوت: الموافقة والحقوق والاستخدامات المحظورة

يلخّص README القاعدة في عبارة واحدة: لا تستنسخ صوتًا إلا بإذن. وهذا حد أدنى وليس ضمانًا قانونيًا.

  • موافقة مكتوبة ومؤرخة من صاحب الصوت المستنسخ، مع الغرض (المشروع والمدة والوسائط). احتفظ بها مع العينة المصدر.
  • حقوق الشخص: الصوت المعروف مرتبط بشخصية صاحبه وقد يشكّل بيانات شخصية؛ وبحسب البلد يتطلب استخدامه التجاري اتفاقًا صريحًا. هذه قراءة عامة ولا تغني عن استشارة مختص قانوني.
  • الاستخدامات التي ينبغي استبعادها: انتحال الهوية، وتزوير الأدلة الصوتية، والاحتيال الهاتفي، والتضليل، وصوت شخص متوفى أو قاصر دون موافقة ذويه.
  • ما يوفره المشروع: علامة مائية صوتية غير مرئية (AudioSeal) يمكن تفعيلها في Settings > Privacy، وللمكالمات حقل «Voice ownership» لتسجيل إقرار بالموافقة. في المقابل تصنّف خريطة طريق المستودع تسجيل المصدر والموافقة بشكل منهجي لكل استنساخ على أنه نقطة ما زالت مفتوحة.

ضع هذه القواعد في ميثاقك الداخلي قبل نشر الأداة، كما تفعل مع وكيل ذي صلاحيات (راجع ضوابط حماية وكلاء الذكاء الاصطناعي في الإنتاج).

الحدود والنقاط المفتوحة

  • يتقدم المشروع بسرعة: 4491 commit، وإصدار 0.5.x، وتطبيقات جوال iOS وAndroid موصوفة بأنها معاينة في CHANGELOG. ثبّت إصدارًا.
  • ادعاءات الجودة واللغات هي ادعاءات المشروع؛ تحقق منها بأصواتك أنت. صفحتا docs/benchmarks.md وdocs/performance.md نقطة البداية.
  • يتضمن README تحليل استخدام يُفعَّل بعد الموافقة (PostHog)؛ وتتيح وثائق Docker إيقافه بالخيار -e OMNIVOICE_ANALYTICS_DISABLED=1.
  • تأتي أوزان النماذج من Hugging Face أثناء التثبيت: خطّط للنطاق الترددي والقرص ومراجعة التراخيص.

مراقبة VoiceStudio على خادم GPU

بالنسبة إلى تطبيق سطح مكتب، تقتصر المراقبة على ما يعرضه التطبيق. أما في نشر Docker فهناك مصادر عدة، كلها من وثائق المستودع. وهي صالحة مع Dynatrace SaaS ومع Dynatrace Managed إن جمعتها عبر وكيل أو Collector، لأن الأداة ليست منتجًا من Dynatrace.

  • السجلات: تعرض Settings > Logs سجلات الخلفية والواجهة، مع بحث وتحديث كل ثلاث ثوانٍ ونسخ. ولا يُرسل شيء إلى الخارج. وفي Docker يكفي docker logs؛ وهو ما سيقرأه وكيل الجمع لديك أيضًا.
  • الصحة: يستعلم مشرف التطبيق عن عقد /health مختصر؛ وتعيد أداة MCP المسماة check_health حالة الخلفية وجهاز GPU النشط.
  • GPU والذاكرة: تقرأ Settings > Performance المسار GET /api/settings/gpu-report (وحدات GPU التي يراها النظام وإصدار PyTorch وحكم لكل محرك) وتعرض استخدام CPU وGPU وRAM وVRAM مباشرة. وللمتابعة الطويلة أضف nvidia-smi أو مُصدِّر DCGM على جانب المضيف.
  • الوكلاء: تركّب الخلفية خادم MCP على http://localhost:3900/mcp/ بأدوات مثل generate_speech وclone_voice وtranscribe وcheck_health. والمجلد المحدد بـ OMNIVOICE_MCP_BASE_PATH هو حد الأمان للملفات المقروءة أو المكتوبة؛ وبدونه تُرفض المسارات. عامل نقطة الدخول هذه كأي خادم MCP: تأمين خادم MCP ومراقبة وكلاء MCP باستخدام OpenTelemetry.

لا يصف README أي تصدير OpenTelemetry أصلي. لذا تُقاس مدة التوليد أو الطابور أو استهلاك VRAM من الخارج: سجلات الحاوية ومقاييس المضيف وتتبعات جهة الوكيل الذي يستدعي generate_speech.

كيف تتحقق من أن كل شيء يعمل

  1. افتح الواجهة وتبويب Voice cloning، واختر صوت العرض التوضيحي المرفق وولّد جملة: يصف README هذا المسار.
  2. في Settings > Performance، تحقق من أن GPU هو المستخدم لا المعالج.
  3. مع Docker، تحقق من أن المنفذ لا يمكن بلوغه إلا من الجهاز المحلي وأن مفتاح الإدارة مطلوب.
  4. استدعِ check_health من عميل MCP لديك.

أفضل الممارسات

  • احصل على موافقة وأرشفها قبل أي استنساخ؛ ارفض الطلبات التي لا إثبات معها.
  • أبقِ الخدمة على 127.0.0.1 أو خلف وكيل (proxy) بمصادقة، بمفتاح API طويل.
  • ثبّت إصدار الصورة وأعد قراءة ترخيص كل نموذج.
  • عطّل تحليل الاستخدام إن اقتضت سياستك ذلك.
  • اعرض الملفات الصوتية عبر مجلد مخصص (OMNIVOICE_MCP_BASE_PATH)، وليس جذر القرص أبدًا.

الأسئلة الشائعة

هل VoiceStudio مجاني للشركات؟

بحسب LICENSE-NOTICE.md، الاستخدام التجاري والداخلي للتطبيق مجاني بترخيص AGPL-3.0. أما الترخيص التجاري المدفوع فمخصص لدمجه في منتج مغلق. وللنماذج شروطها الخاصة.

هل أحتاج إلى بطاقة رسوميات؟

لا، بحسب README: تبقى الأداة قابلة للاستخدام على المعالج لكن بصورة أبطأ. وتفعّل بطاقة NVIDIA أو شريحة Apple Silicon التسريع.

هل تغادر تسجيلاتي جهازي؟

يشير README إلى أن المسارات المحلية تعمل على عتادك وأن الخدمات البعيدة اختيارية. وتُنزَّل النماذج من Hugging Face، ولا يُفعَّل تحليل الاستخدام إلا بعد الموافقة.

الخلاصة

يستحق VoiceStudio الاهتمام لمن يبحث عن تركيب صوتي واستنساخ مستضافين ذاتيًا، مع وثائق غنية. وهو يطلب في المقابل ثلاثة قرارات: قبول AGPL-3.0، والتحقق من ترخيص كل نموذج، وتحديد قواعد الموافقة كتابةً قبل أول استنساخ. المصادر: مستودع debpalash/VoiceStudio.

span.observer مدوّنة مجتمعية مستقلة وغير تابعة لشركة Dynatrace LLC ولا للمشاريع المذكورة. العلامات التجارية المذكورة ملك لأصحابها. الأدوات تتطور بسرعة، لذا تحقق دائمًا من الأوامر والخيارات في وثائقها الرسمية. هذا المقال ليس استشارة قانونية.

Total
0
Shares
Leave a Reply

Your email address will not be published. Required fields are marked *

Previous Post
Android skills agents développement Android : guide

مهارات Android للوكلاء: دليل تطوير Android بالذكاء الاصطناعي

Next Post
HyperFrames HTML vers vidéo : rendu MP4 par agents IA

تحويل HTML إلى فيديو مع HyperFrames: تصيير MP4 بوكلاء الذكاء الاصطناعي

Related Posts