VoiceStudio

“

一个开源的语音工具，能做声音克隆、声音设计、视频配音、语音听写、转录，还能做有声书，一共支持 646 种语言。

Github地址

功能特性

• 声音克隆：录一段参考音频，就能模仿那个声音说话
• 声音设计：从零捏一个自己想要的声音
• 视频配音：对着时间轴给视频换语音，自动对齐
• 语音听写：悬浮窗随时录随时转文字
• 批量处理：有声书、长故事这类大量任务能自动化跑
• 接外部工具：本地 API、MCP 协议都支持，也能连远程 worker

默认引擎叫 OmniVoice，基于 k2-fsa 的项目，但也能换别的引擎。

怎么用

macOS 和 Linux 最简单，一行命令装 Electron 版：

curl -fsSL https://voicestudio.sh/install | sh

想装指定版本就加 --version X.Y.Z，想从最新源码编译加 --main，卸载加 --uninstall。

也可以直接去 GitHub Releases 下安装包，有 macOS、Windows、Linux、Docker 四种方式。

从源码跑开发版：

git clone https://github.com/debpalash/VoiceStudio.git
cd VoiceStudio
bun install
bun run setup:api
bun run dev

需要 Git、Node.js 22+、Bun、Rust/Cargo 和对应平台的编译工具。

装完打开”声音克隆”，选个已有声音或者上传清晰的参考录音，打字就能生成语音。第一次用会提示下模型，硬件要求看选的引擎，具体参考项目的性能指南。