Clonar a sua voz de graça no seu computador — e a linha da licença que ninguém lê

Instale o VoiceStudio nesta máquina e me entregue funcionando, com um áudio de teste na minha voz. Não me devolva um plano: execute, e me diga o que deu certo e o que falhou.

Antes de começar, verifique e me informe: sistema operacional, se tem placa de vídeo NVIDIA, e quanto de disco livre existe. O instalador mais o ambiente mais o modelo ocupam cerca de 11 GB.

**1. Baixe o instalador oficial.** Consulte a API do GitHub em https://api.github.com/repos/debpalash/VoiceStudio/releases, pegue o release estável mais recente e o anexo chamado `VoiceStudio-Electron-*-win-x64.exe` (no Mac, o `-mac-arm64.zip` ou `-mac-x64.zip`). Confira que o tamanho baixado bate com o tamanho do anexo antes de executar.

**2. Saiba o que esperar.** O instalador NÃO tem assinatura digital — isso é normal em aplicativo Electron de código aberto, e o Windows vai avisar. Instale sem privilégio de administrador; ele vai para a pasta do usuário.

**3. Prepare o ambiente Python.** Na pasta `resources` da instalação existem um `pyproject.toml` e um `uv.lock`. Rode `uv sync` ali com Python 3.12.

ARMADILHA REAL: se o uv falhar com "Failed to update Windows PE resources" num arquivo temporário, é o antivírus bloqueando. Crie uma pasta temporária nova, aponte TEMP, TMP e TMPDIR para ela, defina UV_LINK_MODE=copy e rode de novo. Aqui isso resolveu na primeira tentativa.

**4. Suba o serviço.** Execute o `main.py` que está na pasta `backend`, usando o Python do ambiente que você acabou de criar. Espere até `http://localhost:3900/health` responder status "ok" — leva alguns minutos na primeira vez, porque ele carrega o PyTorch.

Me diga qual dispositivo o health reportou. Se vier CPU numa máquina com placa NVIDIA, pare e investigue antes de seguir.

**5. Instale o modelo de voz.** Liste os modelos em `GET /models`. Instale o `k2-fsa/OmniVoice` por `POST /models/install` com o corpo {"repo_id":"k2-fsa/OmniVoice"} e acompanhe por `GET /models/install/status`. Só considere pronto quando `GET /models` disser installed: true — a fila de jobs esvazia antes de terminar.

**6. Prepare a referência da minha voz.** Me peça um arquivo de áudio com uns 18 segundos da minha voz: fala limpa, sem música e sem outra pessoa. Converta para WAV mono. Antes de usar, transcreva e me mostre o texto, para confirmar que é fala nítida e não um trecho ruim.

**7. Gere o teste.** Chame `POST /generate` como multipart com engine=omnivoice, language=pt, o arquivo em ref_audio e um texto curto meu. Depois transcreva o resultado e compare com o texto original — se as palavras não baterem, a referência estava ruim ou curta demais.

**8. A parte que quase ninguém checa.** Me diga qual motor ficou ativo e qual é a licença do modelo dele. O que vem ligado por padrão (k2-fsa/OmniVoice) é CC-BY-NC: uso NÃO comercial. Se eu disser que vou usar em conteúdo que vende alguma coisa, liste os motores do app com licença permissiva e me avise que alguns exigem login no Hugging Face e aceite de termos antes de clonar.

No fim, me entregue: a versão instalada, o dispositivo em uso, onde ficaram os arquivos, o caminho do áudio de teste, e qualquer passo que você não conseguiu completar — nomeado, não escondido.