estebanstifli/LocalText2Voice

해결하는 문제

LocalText2Voice는 장편 AI 음성 및 비디오 제작을 위해 설계된 데스크톱 애플리케이션입니다. 책, 강의, 대본과 같은 대량의 텍스트를 고품질 오디오북, 팟캐스트, 다큐멘터리, 애니메이션 비디오로 변환하는 어려움을 해결합니다. 비싼 구독이나 클라우드 서비스에만 의존할 필요가 없습니다.

작동 방식

이 앱은 완전한 제작 파이프라인을 제공합니다. 사용자는 텍스트(TXT, MD, DOCX, EPUB)를 가져오고, 음성 및 속도에 대한 선택적 마크업을 적용하고, 로컬 또는 클라우드 TTS 엔진을 선택하여 내레이션을 생성합니다. 워크플로우에는 Faster Whisper를 사용하여 생성된 오디오를 원본 텍스트와 비교하는 검토 루프가 포함됩니다. 비디오 제작의 경우 "비디오 스토리보드" 기능이 내레이션을 분석하여 장면과 캐릭터를 식별하고, 사용자가 시각 자료를 생성하거나 가져와 최종 MP4 비디오를 렌더링할 수 있습니다.

대상 사용자

장편 콘텐츠 제작자를 위해 만들어졌습니다. 오디오북을 제작하는 작가, 삽화가 포함된 강의를 만드는 교육자, 그리고 개인정보 보호에 중점을 둔 오프라인 가능한 내레이션 및 비디오 조립 도구가 필요한 영화 제작자나 팟캐스터를 포함합니다.

주요 기능

• 하이브리드 TTS 아키텍처: 다양한 로컬 엔진(Piper, Kokoro, Chatterbox, Qwen3 TTS, OmniVoice, F5-TTS) 및 클라우드 API(OpenAI, ElevenLabs, Gemini, Azure)를 지원합니다.
• 비디오 스토리보드: 내레이션을 장면 분석, 캐릭터 연속성, 배치 비디오 생성이 포함된 시각적 타임라인으로 변환하는 베타 도구입니다.
• 개인정보 우선: 로컬 엔진은 모든 텍스트와 오디오 데이터를 사용자의 컴퓨터에 유지합니다.
• 장편 최적화: 챕터와 대용량 문서를 처리하도록 특별히 설계되었으며, M4B 오디오북 내보내기를 지원합니다.
• 오디오 믹싱: 팟캐스트 수준의 결과를 위한 덕킹 및 페이드가 포함된 배경 음악 추가 도구를 포함합니다.
• MCP 통합: Model Context Protocol (MCP) 도구를 통해 비디오 스토리보드 워크플로우를 자동화합니다.