■ 概要（1行） ローカルで動く音声モデルを1つのWebUIにまとめた「音声スタジオ」。C++バックエンド（audio.cpp）と音声合成・音声認識・音楽/効果音・リアルタイム音声・動画翻訳・吹き替えを扱う（v0.7.6、README抜粋ベースの考察）。 ■ 特徴・用途 C++バックエンドでモデルをローカル推論し、CPU/CUDA/Vulkan別のランタイムと Windows 向けポータブル版（update.bat で更新）を用意している。会話や翻訳だけはローカルまたはクラウドのLLMに接続でき、音声処理と言語処理を分離した構成。音声の字幕化、声のクローン付きナレーション、動画の多言語吹き替えなど、ローカル完結で素材を扱いたい制作者向け。 ■ 結論 音声モデルの推論基盤（C++）とWebUIを一体で配布する点が実用的で、ローカル音声制作の入口として有力。ただし、対応モデルの精度・速度・GPU要件はREADME抜粋からは判断できず、実機検証と各モデルのライセンス確認が必要。