VoiceStudio 本地 AI 语音工作室

VoiceStudio 是开发者 debpalash 用 Python 写的开源 AI 语音工作室,GitHub 约 10.7 万星、AGPL-3.0 许可,Windows、macOS、Linux、Android 和 Docker 都能装。声音克隆、文字转语音、视频配音、听写转写、有声书朗读都在一个界面里,覆盖 646 种语言,模型和素材全留本机,不用注册账号,也不按分钟买额度。

给视频配 AI 音色的难点从来不是「能不能合成」,而是音色得像、时间对得上、素材不能出门。云服务按分钟计费,一个月几十条就上百块;内部培训、客户案例这类素材,很多公司根本不允许上传第三方。VoiceStudio 反着来:引擎装在自己机器上,克隆、配音、转写都在本地队列跑完。

工具特点

  • 声音克隆:给一段清晰的参考录音,生成接近原声的语音,用来做自己的固定音色或多种语言的同一把声音。
  • 声音设计:不用录音,直接用文字描述想要的音色再生成,适合虚构角色、旁白、广告试音。
  • 视频配音:翻译字幕后重新配音,并让新语音与原片时间轴对齐,省掉逐句挪轨道的活。
  • 听写与转录:悬浮听写窗口边说话边出字,也能把已有的音视频批量转成文本。
  • 有声书与批量任务:按章节排队朗读,支持监视文件夹,稿子丢进去自动出音频。
  • 引擎可换:默认引擎由 k2-fsa/OmniVoice 驱动,模型管理器里还有几十种引擎可选,只下载自己要用的那个,不必一次吃下几十 GB。
  • 显卡兼容做得比较实:GGUF 引擎在 AMD、Intel、NVIDIA 上可走 Vulkan 加速;Windows 和 Linux 桌面版缺 Vulkan 模块时会直接报错,而不是悄悄降级成 CPU 让你以为在加速。

参数一览

开源许可 AGPL-3.0(Pro / Cloud 是可选付费服务,不影响免费版本体)
主要语言 Python
GitHub 星标 约 10.7 万(实时值)
语言覆盖 646 种
Windows 10/11 x64,NVIDIA CUDA、AMD ROCm(需手动开)、CPU
macOS 13.3+,Apple Silicon 走 Metal;Intel Mac 只能当界面连别的后端
Linux deb、snap、AUR、AppImage,GGUF 引擎可走 Vulkan
移动端 Android 10+ 预览版 APK,下好模型可离线跑
部署方式 桌面安装包、命令行安装脚本、Docker 镜像
账号要求 无,全本地运行

适合谁用

  • 做口播、课程、有声书的人:一个人要出多个音色,按分钟计费的云服务成本太高。
  • 做跨境内容本地化的团队:一条片子要出中英日三个版本,真人配音排期慢、价格高。
  • 内部培训、客户案例这类不能外传的素材:要求素材不出公司机器。
  • 玩过 GPT-SoVITS 想要带界面的整合工作台的人:克隆、转写、配音、朗读都在同一套 UI 里。

怎么开始用

  1. 按系统装:Windows 用官方安装脚本或直接下 exe,macOS 用 Homebrew cask 或 dmg,Linux 有 deb / snap / AppImage 三种,手机装 Android APK。装完打开就是完整界面,没有注册步骤。
  2. 进模型管理器选引擎并下载模型。第一次只下自己要用的那个,本地引擎首次运行还要拉对应的权重,硬盘留出十几 GB 比较稳。
  3. 做声音克隆:传 10–30 秒干净录音(无底噪、无背景音乐),填上这段录音对应的文本,生成试听;不满意就换更长的参考音频。
  4. 做视频配音:导入视频,选目标语言,跑翻译加时间对齐,导出后自己抽听几段,重点听数字、专有名词和语气词。
  5. 要自动化就跑 API 或 MCP:把常用参数存成配方,再让脚本按目录批量投任务,长任务会在队列里跑完。

VoiceStudio 工作区

常见问题

问:VoiceStudio 是免费的吗?

答:本体免费,AGPL-3.0 开源,装在自己机器上跑,不需要账号。Pro(多设备商用许可)和 Cloud(托管 API)是可选服务,不买不影响本地功能。

问:克隆别人的声音会不会有风险?

答:克隆自己的声音没有额外风险;克隆他人声音必须先取得本人明确授权,用来冒充本人发言、带货、做虚假内容,在国内已有明确的侵权与行政处罚案例。商用前把授权留成书面材料,别只靠口头同意。

问:中文效果怎么样?

答:中文属于支持较好的语种,但克隆效果很吃参考音频——有底噪、有回声、只有三五秒,出来就发闷或咬字飘。建议 20 秒以上、安静环境、单一说话人;多音字和数字仍要人工抽听。

问:能商用吗?

答:AGPL-3.0 允许商用;但如果你修改了它的代码并以网络服务形式对外提供,需要按 AGPL 开放对应源码。不想开源、又要多设备接客户项目的团队,官方那条路是买 Pro。

问:手机和 Mac 上能用吗?

答:Android 10 以上有 APK 预览版,模型下载后可离线跑;Apple Silicon 的 Mac 有原生包,Intel Mac 只能当远程界面用。iPhone 目前没有客户端。

最后更新:2026-11-10

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。