> ## Content Index
> Fetch the complete content index at: https://bn.howtohub.org/llms.txt
> Use this file to discover other available public pages before exploring further.

# VoiceStudio: নিজের পিসিতেই ফ্রি ভয়েস ক্লোনিং (৬৪৬ ভাষা)
- URL: https://bn.howtohub.org/voicestudio-local-voice-cloning/
- Published: 2026-11-08T17:32:53.000Z
- Updated: 2026-11-08T17:38:49.000Z
- Description: সাবস্ক্রিপশন ছাড়াই নিজের কম্পিউটারে ভয়েস ক্লোনিং, ভিডিও ডাবিং আর ট্রান্সক্রিপশন — ফাইল কোথাও আপলোড হয় না।
- Author: Md Kamrul Islam
- Tags: AI, Software, Tutorials

\[tldr\] **কী:** VoiceStudio একটি ওপেন সোর্স (AGPL-3.0) ডেস্কটপ অ্যাপ — ভয়েস ক্লোনিং, ভয়েস ডিজাইন, ভিডিও ডাবিং, ডিক্টেশন, ট্রান্সক্রিপশন ও অডিওবুক বানানো **পুরোটা আপনার নিজের পিসিতেই** চলে। কোনো মাসিক ফি নেই, অডিও কোথাও আপলোড হয় না, প্রতি অক্ষরে বিল আসে না। Windows 10/11, macOS (Apple Silicon) ও Linux-এ চলে; দাবি অনুযায়ী **৬৪৬ ভাষা** সাপোর্ট করে। ইনস্টল এক কমান্ডে। \[/tldr\]

\[howto\_callout type="tip"\] **বুকমার্ক করে রাখুন (🔖):** ইনস্টলার ঘন ঘন বদলায়; নিচের কমান্ড আর “প্রথম ৩ মিনিট” অংশটাই বারবার দরকার হবে। \[/howto\_callout\]

## কেন মানুষ ক্লাউড ভয়েস টুল ছাড়ছে

ক্লাউড সার্ভিস প্রতি অক্ষরে টাকা নেয়, আপনার অডিও তাদের সার্ভারে থাকে, আর কার্ডের মেয়াদ শেষ হলেই কাজ বন্ধ। লোকাল স্টুডিও তিনটাই উল্টে দেয় — **ইনস্টলের পর ফ্রি, ডিফল্টেই প্রাইভেট, ইন্টারনেট ছাড়াই চলে**।

|               | ক্লাউড ভয়েস সার্ভিস         | VoiceStudio (লোকাল)      |
| ------------- | ---------------------------- | ------------------------ |
| খরচ           | মাসিক প্ল্যান বা প্রতি অক্ষর | ফ্রি (ওপেন সোর্স)        |
| আপনার অডিও    | তাদের সার্ভারে যাওয়া        | আপনার ডিস্কেই থাকে       |
| ইন্টারনেট     | সবসময় লাগে                  | শুধু প্রথম মডেল ডাউনলোডে |
| সীমা          | কোটা, রেট লিমিট              | আপনার হার্ডওয়্যার       |
| কণ্ঠের অধিকার | ভেন্ডরের শর্ত                | তবুও বক্তার অনুমতি লাগবে |

## আসলে কী কী করা যায়

| ফিচার                         | কাজে লাগে                                                 |
| ----------------------------- | --------------------------------------------------------- |
| **ভয়েস ক্লোনিং**             | পরিষ্কার রেফারেন্স রেকর্ডিং দিয়ে সেই কণ্ঠে নতুন কথা তৈরি |
| **ভয়েস ডিজাইন**              | নমুনা ছাড়াই শব্দে বর্ণনা করে কণ্ঠ বানানো                 |
| **ভিডিও ডাবিং**               | ভিডিও অনুবাদ করে মূল টাইমিং মিলিয়ে ডাব                   |
| **ডিক্টেশন ও ট্রান্সক্রিপশন** | ভাসমান ডিক্টেশন উইজেট + লোকাল স্পিচ-টু-টেক্সট             |
| **বানানো ও ব্যাচ**            | অডিওবুক, গল্প, রাতভর চলা কিউ-জব                           |
| **অটোমেশন**                   | লোকাল API, MCP, watch folder                              |

যে মডেল দরকার শুধু সেটাই ডাউনলোড হয়, বড় কিছু নামানোর আগে অ্যাপ জিজ্ঞেস করে।

## কী লাগবে (সৎ হিসাব)

- **Windows:** ১০/১১, ৬৪-বিট। NVIDIA CUDA সরাসরি চলে; AMD ROCm ঐচ্ছিক; CPU-তেও চলে, শুধু ধীর।
- **macOS:** Apple Silicon-এ ১৩.৩ বা নতুন (Metal)।
- **Linux:** ডেস্কটপ বিল্ড আছে; ইঞ্জিনভেদে CUDA বা Vulkan।
- **ডিস্ক:** কয়েক জিবি খালি রাখুন, লোকাল স্পিচ মডেল ছোট অ্যাপের সমান।
- **RAM:** ছোট ক্লিপে ৮ জিবি চলে; লম্বা ডাবিং/অডিওবুকে ১৬ জিবি ভালো।

GPU না থাকলেও চলবে, শুধু সময় বেশি লাগবে। তাই প্রথমে ছোট বাক্য দিয়ে শুরু করুন, সরাসরি ৪০ মিনিটের অডিওবুক নয়।

## ইনস্টল, এক কমান্ডে

### Windows (PowerShell)

```
irm https://voicestudio.sh/install.ps1 | iex
```

অথবা releases পেজ থেকে EXE নামিয়ে ইনস্টল করুন।

### macOS (Homebrew)

```
brew tap debpalash/tap
brew trust --cask debpalash/tap/voicestudio
brew install --cask debpalash/tap/voicestudio
```

Homebrew না থাকলে:

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

### Linux / যেকোনো Unix

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

আনইনস্টলে ডেটা মুছে যায় না:

```
curl -fsSL https://voicestudio.sh/install | sh -s -- --uninstall
```

### সোর্স থেকে (ডেভেলপার)

```
git clone https://github.com/debpalash/VoiceStudio.git
cd VoiceStudio
bun run dev
```

## প্রথম ৩ মিনিট

1. **Voice cloning** খুলে বান্ডল করা ডেমো ভয়েস বেছে নিন, অথবা নিজের ১০, ৩০ সেকেন্ডের পরিষ্কার রেকর্ডিং দিন (মিউজিক বা শব্দ নয়)।
2. যা বলাতে চান সেই লেখা টাইপ করুন, প্রথম পরীক্ষায় এক-দুই বাক্যই যথেষ্ট।
3. Generate চেপে শুনুন, দরকার হলে গতি/এক্সপ্রেশন বদলান।
4. পছন্দ হলে WAV এক্সপোর্ট করুন, বা লম্বা কাজের জন্য ব্যাচ কিউতে দিন।

## যেসব কাজে সত্যিই কাজে লাগে

- **ইউটিউব ও টিকটক:** একই ভিডিও বাংলা, হিন্দি ও ইংরেজিতে নেরেট করুন, তিনজন ভয়েস আর্টিস্ট ছাড়াই।
- **কোর্স ও অডিওবুক:** লেখা লেসনকেই রাতে অডিওতে বদলে ফেলুন।
- **অ্যাক্সেসিবিলিটি:** হাত ছাড়া ডিক্টেশন, ইন্টারভিউয়ের লোকাল ট্রান্সক্রিপশন।
- **লোকালাইজেশন:** প্রোডাক্ট ডেমো অন্য বাজারের জন্য ডাব করুন, টাইমিং অটুট রেখে।

## নৈতিকতা ও লাইসেন্স, ক্লোন করার আগে পড়ুন

- অ্যাপটি **AGPL-3.0**; শর্ত মেনে বাণিজ্যিক ব্যবহার চলে, তবে পরিবর্তন করে বিতরণ করলে সোর্স খোলা রাখতে হবে।
- মডেল ওয়েট আর কণ্ঠের **নিজস্ব লাইসেন্স** আছে, Model Manager প্রতিটির লাইসেন্স দেখায়।
- কণ্ঠ ক্লোন করুন **শুধু বক্তার অনুমতি নিয়ে**। টাকা আয়, প্রতারণা বা ভুয়া বক্তব্যের জন্য কারও কণ্ঠ নকল করাঅধিকাংশ দেশে অপরাধ।
- সোশ্যাল মিডিয়ায় প্রকাশ করলে ক্লোন করা কণ্ঠ যে কৃত্রিম, তা উল্লেখ করুন।

## সাধারণ প্রশ্ন

### সত্যিই ফ্রি?

হ্যাঁ, অ্যাপ ওপেন সোর্স এবং লোকালি চলে। প্রতি অক্ষরে কিছু লাগে না; খরচ শুধু নিজের বিদ্যুৎ আর ডিস্ক স্পেস।

### GPU ছাড়া ল্যাপটপে চলবে?

চলবে, CPU-তে, শুধু ধীর। ছোট বাক্য ও ডিক্টেশন ঠিক আছে; লম্বা অডিওবুক রাতভর কাজ হয়ে যাবে।

### ইন্টারনেট ছাড়া চলে?

মডেল একবার ডাউনলোড হয়ে গেলে হ্যাঁ। প্রথমবার পছন্দের মডেল নামাতে কানেকশন লাগবে।

### ElevenLabs সাবস্ক্রিপশনের চেয়ে পার্থক্য কী?

ফলাফল একই ধরনের, বিনিময়টা ভিন্ন: মাসিক ফি নেই, আপলোড নেই, কিন্তু হার্ডওয়্যার আপনার, আর আপডেট নিজে করতে হবে।

---

## সম্পর্কিত গাইড

একই বিষয়ের সংক্ষিপ্ত, যাচাই করা গাইড:

- [কোন Gemini মডেল ব্যবহার করবেন? Flash-Lite, Flash নাকি Argon](https://bn.howtohub.org/which-gemini-model-to-use/)
- [ধীর উইন্ডোজ ১১ ল্যাপটপ? ৭টি সেটিংস যা কাজ দেয়](https://bn.howtohub.org/speed-up-windows-11-laptop/)
- [লিনাক্স ls কমান্ডের ১০টি ফ্ল্যাগ](https://bn.howtohub.org/linux-ls-command-tricks/)