Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

Doblarr

Doblarr es una herramienta auto-alojada de doblaje con IA para bibliotecas multimedia, diseñada como complemento a Radarr y Sonarr. Utiliza clonación de voz y traducción automática para generar pistas de audio en nuevos idiomas sin alterar el original.

Ficha actualizada 22 sept 2026, 14:38 · upstream 22 sept 2026, 14:13 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es Doblarr

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Doblarr es una aplicación de auto-alojamiento que automatiza el proceso de doblaje de películas y series, integrándose directamente con la pila *arr. Su función principal es transformar contenido extranjero añadiendo pistas de audio traducidas con voces clonadas de los actores originales, manteniendo el video intacto. La herramienta actúa como un enlace perdido en la gestión de bibliotecas multimedia, permitiendo a Plex o Jellyfin mostrar las nuevas pistas como opciones de audio adicionales.

La arquitectura se basa en una aplicación web y una API REST que gestionan el escaneo de la biblioteca, la cola de trabajos y la configuración. Utiliza Voicebox como motor externo para clonación de voz y TTS, manteniendo ambos componentes desacoplados para facilitar actualizaciones independientes. La traducción se gestiona mediante Prompture, validando respuestas JSON estructuradas y mapeos uno a uno de segmentos antes de la generación de audio.

El sistema incluye una interfaz web completa para gestionar asignaciones de voces, audiciones, revisión interactiva de diálogos y recuperación de episodios interrumpidos. Soporta modos de ejecución como dry-run por defecto, con opciones para generación final o personalizada. La persistencia de trabajos se maneja mediante SQLite, permitiendo la reanudación tras interrupciones.

CASOS DE USO
  • Generar pistas de audio dobladas en español o inglés para películas y series almacenadas en Radarr/Sonarr sin modificar el archivo original.
  • Audicionar voces clonadas antes del doblaje completo mediante teasers de 10 minutos para validar calidad y asignación de personajes.
  • Recuperar episodios interrumpidos durante la generación utilizando scripts de finalización y reanudación de trabajos en cola.
  • Gestionar asignaciones de voces por episodio con soporte para múltiples motores (Kokoro, Qwen) y etiquetas de género/edad de voz.
  • Integrar webhooks desde Radarr/Sonarr para escaneo automático de la biblioteca al importar nuevos títulos.
PUNTOS DESTACADOS
  • Arquitectura desacoplada con Voicebox como servicio externo, permitiendo actualizaciones independientes del motor de clonación de voz.
  • Persistencia de trabajos en SQLite con reanudación automática tras interrupciones y verificación por huellas digitales de contenido.
  • Interfaz web completa para revisión interactiva de diálogos, edición de timing y regeneración de tomas específicas.
  • Sistema de teasers para validación previa del doblaje completo sin consumir recursos de generación masiva.
  • Soporte nativo para múltiples proveedores de traducción (Claude, Voicebox local) mediante Prompture con validación estricta.
  • Integración directa con Radarr/Sonarr vía webhooks para detección automática de nuevos contenidos y sincronización de etiquetas.
PRECAUCIONES
  • Dependencia externa obligatoria de servicios como FFmpeg, Voicebox y modelos ML que deben estar disponibles localmente o en red.
  • Modo dry-run activado por defecto, requiriendo configuración adicional para habilitar la generación real de audio.
  • Requisitos de recursos significativos (4 núcleos CPU, 8 GB RAM) para operaciones de procesamiento de audio e IA.
  • Almacenamiento de claves API en texto plano en config.yaml, necesitando protección mediante permisos de sistema de archivos.
  • Limitaciones en la detección automática de edad/género de voces sin diarización previa o asignación manual explícita.
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Instalar PyTorch compatible con plataforma/GPU antes de añadir dependencias ML. Configurar reverse proxy para HTTPS y proteger config.yaml con permisos restringidos. Habilitar web.api_key en la configuración para autenticación de API. Asegurar que Voicebox esté ejecutándose antes de desactivar dry-run. Montar /data en contenedores Docker para persistencia de base de datos SQLite y trabajos.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsFastAPIPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
6363
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.