Memasang Voice-Pro: tiga hari penuh tembok, dan apa yang akhirnya berhasil

Aku membuat video, dan aku ingin cara untuk menyulihsuarakannya dengan alat open-source ketimbang layanan berbayar, jadi aku mulai memasang Voice-Pro. Ujung-ujungnya butuh sekitar tiga hari, dan sejujurnya, sebagian besar waktu itu kuhabiskan dengan mentok ketimbang maju. Tapi akhirnya berhasil kubuat berjalan, dan sulih suaranya sepadan dengan usahanya. Berikut catatan sederhana tentang tiap tembok yang kutabrak dan cara aku memanjatinya, semoga bisa menghemat beberapa hari buat orang lain.

Memulai di platform yang salah

Aku mulai di komputer ber-GPU yang menjalankan Linux, yang terasa seperti pilihan paling wajar. Lalu aku membaca lebih teliti dan menyadari bahwa catatan proyeknya sendiri bilang ia diuji di Windows, sementara Linux dibiarkan tanpa verifikasi. Daripada terus bergulat dengan lingkungan yang tidak didukung, aku berhenti dan memasang ulang semuanya di Windows, dan nyaris seketika semuanya jadi jauh lebih lancar. Kalau kamu pemula, belajarlah dari jalan memutarku dan mulailah di Windows sejak awal. Itu menghemat banyak sekali kesusahan yang tak perlu.

Pemasangan yang membeku bermenit-menit

Hambatan berikutnya adalah pemasangnya yang membeku lama sekali. Ternyata sebagian dari jaringanku memblokir beberapa sumber unduhan yang diandalkan pemasang, jadi ia terus-menerus mencoba menghubungi alamat yang memang tak akan pernah bisa dijangkau. Solusinya adalah memaksa ia mengambil semuanya hanya dari satu sumber paket utama. Untuk satu pustaka yang terblokir total, aku mengunduh berkasnya secara manual dan meletakkannya sendiri di tempatnya. Selain itu, aku juga harus menambahkan secara manual dua alat pendukung, ffmpeg dan cuDNN, yang dibutuhkan alat ini tapi tidak dipasangnya sendiri.

Error tanpa apa pun untuk dibaca

Bahkan setelah terpasang, sulih suara terus gagal, dan yang paling parah, aku tak bisa tahu kenapa. Tak ada error yang terlihat untuk dibaca, cuma sebuah notifikasi kuning kecil yang berkedip setengah detik lalu hilang. Tanpa petunjuk apa pun, aku minta Claude Code memunculkan pesan-pesan error yang tersembunyi dan menampilkannya di tempat yang benar-benar bisa kulihat. Perubahan satu itu saja membuat perbedaan yang luar biasa. Begitu error-nya terlihat, setiap masalah setelahnya jadi sesuatu yang bisa kunalar, bukan kutebak.

Tembok terakhir, dan pelajaran kecil tentang cara kerja alat ini

Setelah semua itu, ia tetap menolak menyulihsuarakan. Aku mengorek-ngorek error yang kini sudah terlihat dan, dalam sekitar satu jam, menemukan bahwa aku cuma membiarkan kotak Reference Audio (Audio Referensi) kosong. Pesannya berbunyi 'NoneType' object has no attribute 'read'. Alasannya masuk akal begitu kamu memahami model di baliknya. Voice-Pro memakai kloning suara yang tak punya suara sendiri, jadi ia meniru sampel apa pun yang kamu berikan. Tanpa sampel, benar-benar tak ada apa pun untuk dibacanya, jadi ia gagal. Aku memasukkan satu klip suara pendek, dan akhirnya ia menghasilkan sulih suara yang layak.

Begitu berjalan, alat ini benar-benar memberi hasil. Sulih suaranya berfungsi, dan mengkloning sebuah suara hanya dari sampel pendek cukup mengesankan untuk membuat seluruh kerepotan itu terasa sepadan.

Kalau dipikir-pikir, bagian tersulit tak pernah soal error satu per satu. Melainkan fakta sederhana bahwa sejak awal aku memang tak tahu cara memasang perangkat lunak semacam ini, dan aku mentok di hampir setiap langkah perjalanannya. Kesimpulanku, Voice-Pro menghargai kegigihan. Proses pengaturannya curam dan tak kenal ampun bagi pemula, tapi hasil di sisi seberangnya nyata. Kalau kamu mau bertahan menembus pemasangannya, atau bersandar pada alat seperti Claude Code untuk membuat error yang tak terlihat jadi terlihat, ia adalah pilihan sulih suara yang mumpuni dan tak berbiaya sepeser pun. Berikutnya, aku ingin menghabiskan lebih banyak waktu dengan kloning suara dan melihat seberapa natural hasilnya bisa kubuat terdengar.