debpalash / VoiceStudio

∴ 是什么

VoiceStudio 是一个开源的语音工具，支持语音克隆、语音设计、视频配音、听写、转录和有声书创作，覆盖 646 种语言。它提供基于 Electron 的桌面应用和 Web UI，默认使用 k2-fsa/OmniVoice 引擎，也支持其他引擎。核心功能包括克隆或设计声音、带时间轴的视频配音、本地 API 和 MCP 集成等。它既可以完全在本地硬件上运行，也支持可选的远程服务。

∴ 解决什么问题

• ›语音克隆和设计需要专有工具或云服务
• ›视频配音需要与语音时间轴同步的流程
• ›本地语音处理和模型管理缺少统一入口
• ›跨语言语音相关任务（转录、翻译、有声书）需要多工具切换

∴ 怎么上手

1. 01在 macOS/Linux 上执行 `curl -fsSL https://voicestudio.sh/install | sh` 进行一键安装
2. 02在 Windows 上以 PowerShell 运行 `irm https://voicestudio.sh/install | iex`
3. 03或者从 Releases 页面下载安装包（macOS .dmg、Windows .exe、Linux .AppImage 或 .deb）
4. 04打开 Voice Cloning 工作区，选择或添加干净的参考录音，输入文本并生成
5. 05如提示，安装所需模型

∴ 适合谁

需要本地语音克隆、配音、听写或有声书创作的开发者、内容创作者和研究者，重视数据本地性和离线可用性。

∴ 要点

• ›支持 646 种语言
• ›可克隆或设计声音
• ›支持视频配音、听写、转录和有声书创建
• ›本地 API 和 MCP 集成，可对接代理
• ›硬件支持：NVIDIA GPU (CUDA)、Apple Silicon (Metal)、无 GPU 时可用 CPU（较慢）
• ›许可证为 AGPL-3.0，模型有其自有许可，需要商业使用时审查

∴ 在榜记录

GitHub Trending 今日榜的每日存档，日期按北京时间。2026-09-14 首次上榜，累计在榜 8 天，最高第 1 名。