VoiceStudio

一个开源的桌面语音工具，能在本地完成声音克隆、配音、有声书制作这些活儿，不用订阅付费，数据也不往上传。

Github地址

功能特性

• 语音克隆：给3秒参考音频就能复刻声音，零样本起步
• 声音设计：性别、年龄、口音、音高、语速、情感都能调
• 视频配音：丢YouTube链接或本地视频进去，自动转录、翻译、重新配音，输出MP4
• 有声书编辑器：导入EPUB或PDF，自动分章节，做完导出.m4b
• 故事模式：多角色分派不同声音，整段故事配出来
• 全局听写：按⌘+⇧+Space，在哪都能转文字，自动粘贴
• 人声分离、说话人分离、批量队列、AI水印这些也有

系统要求

部署方式

直接下安装包最省事，macOS、Windows、Linux都有对应版本。macOS第一次开可能得右键点”打开”过Gatekeeper，Intel Mac跑不了本地后端，只能连远程。Linux要glibc 2.39以上，显存4GB能跑，8GB以上更顺。也可以走Docker，镜像在Docker Hub和GitHub Container Registry都有。喜欢折腾的从源码跑，用uv管Python环境，装完依赖启动前后端就行。

远程后端、MCP服务器这些进阶玩法也支持，UI可以连到另一台机器上跑的后端，Tailscale组网也能用。