71.2K ·GitHub
这是什么?
VoiceStudio 是一个开源的、完全本地运行的 ElevenLabs 替代品:一个应用就能搞定声音克隆、声音设计、视频配音、语音输入、转录和有声书制作,支持 646 种语言。
VoiceStudio 是一个开源的、完全本地运行的 ElevenLabs 替代品:一个应用就能搞定声音克隆、声音设计、视频配音、语音输入、转录和有声书制作,支持 646 种语言。它是桌面应用还是云服务?是桌面应用:Electron 作为桌面外壳和网页界面,Python 后端在你自己的硬件上本地完成语音处理。
是桌面应用:Electron 作为桌面外壳和网页界面,Python 后端在你自己的硬件上本地完成语音处理。最快怎么把它跑起来?在 macOS 或 Linux 上运行一条命令的安装脚本(Windows 上则在 PowerShell 中用 irm | iex),或者从 Releases 页面下载 macOS 的 .dmg、Windows 的 .exe,或 Linux 的 .AppImage/.deb。
在 macOS 或 Linux 上运行一条命令的安装脚本(Windows 上则在 PowerShell 中用 irm | iex),或者从 Releases 页面下载 macOS 的 .dmg、Windows 的 .exe,或 Linux 的 .AppImage/.deb。安装器要求我的系统上已经装好什么吗?下载发行版需要 curl 和一个 SHA-256 工具;如果要从 --main 分支自己构建,还需要 Git、Node.js 22+、Bun、Rust/Cargo,以及对应平台的构建工具。
下载发行版需要 curl 和一个 SHA-256 工具;如果要从 --main 分支自己构建,还需要 Git、Node.js 22+、Bun、Rust/Cargo,以及对应平台的构建工具。有没有在某些机器上不能完整使用的情况?Windows on ARM 属于实验性支持(原生 ARM64 应用,x64 Python 后端靠模拟运行,仅限 CPU);Intel 芯片的 Mac 只能用应用界面,后端必须连接远程服务器。
Windows on ARM 属于实验性支持(原生 ARM64 应用,x64 Python 后端靠模拟运行,仅限 CPU);Intel 芯片的 Mac 只能用应用界面,后端必须连接远程服务器。我的音频是留在本机,还是会被传到服务器?本地流程完全在你的硬件上运行;远程服务是可选的,就连使用统计也只有在征得你同意后才会进行。
本地流程完全在你的硬件上运行;远程服务是可选的,就连使用统计也只有在征得你同意后才会进行。可以商用吗?有什么需要注意的?应用采用 AGPL-3.0 协议,在满足其条款的前提下允许商用,但模型权重、分词器和音色各有独立的条款——而且只能克隆你有权克隆的声音。
应用采用 AGPL-3.0 协议,在满足其条款的前提下允许商用,但模型权重、分词器和音色各有独立的条款——而且只能克隆你有权克隆的声音。没有独立显卡也能运行语音模型吗?可以,只是会慢一些:NVIDIA 显卡可用 CUDA 加速,Apple Silicon 支持 Metal(MPS),而集成显卡和老电脑用 CPU 也完全可用——这种情况下安装时会下载约 5 GB 的 CPU 版 PyTorch。
可以,只是会慢一些:NVIDIA 显卡可用 CUDA 加速,Apple Silicon 支持 Metal(MPS),而集成显卡和老电脑用 CPU 也完全可用——这种情况下安装时会下载约 5 GB 的 CPU 版 PyTorch。可以让 AI 编程助手帮我安装和操作它吗?可以——把安装提示词粘贴到 Claude Code、Codex 或 Cursor 里,或者运行 npx skills add debpalash/VoiceStudio。这份助手指南涵盖硬件检测、复用已有数据,以及下载模型前先询问你。
可以——把安装提示词粘贴到 Claude Code、Codex 或 Cursor 里,或者运行 npx skills add debpalash/VoiceStudio。这份助手指南涵盖硬件检测、复用已有数据,以及下载模型前先询问你。有没有 API,能让其他工具来调用它?有——它自带本地 API 和 MCP 端点,助手和脚本可以触发克隆、配音或批量任务;还可以选配远程 worker 来分担负载。
有——它自带本地 API 和 MCP 端点,助手和脚本可以触发克隆、配音或批量任务;还可以选配远程 worker 来分担负载。我还在用旧版 Tauri 构建,需要做什么吗?需要。0.5.3 是最后一个 Tauri 版本,现在 Electron 是唯一的桌面应用;原来的 Tauri 用户需要单独安装它,安装器会保留你的设置、项目和模型。
需要。0.5.3 是最后一个 Tauri 版本,现在 Electron 是唯一的桌面应用;原来的 Tauri 用户需要单独安装它,安装器会保留你的设置、项目和模型。它底层用的是哪个语音引擎?默认引擎由 k2-fsa/OmniVoice 驱动,你也可以从功能和引擎目录中选择其他引擎——不同引擎对硬件的要求不一样。
默认引擎由 k2-fsa/OmniVoice 驱动,你也可以从功能和引擎目录中选择其他引擎——不同引擎对硬件的要求不一样。What are similar projects?voicebox, pyvideotrans, voice-pro, VideoLingo, ebook2audiobook, VibeVoice, MOSS-TTS, lipflow
voicebox, pyvideotrans, voice-pro, VideoLingo, ebook2audiobook, VibeVoice, MOSS-TTS, lipflowWhich topics is it in?dubbing, audiobook, dictation, translate, voice-ai, mlx, transcription, voice-cloning, speech-to-text, tts, text-to-speech, workflow
dubbing, audiobook, dictation, translate, voice-ai, mlx, transcription, voice-cloning, speech-to-text, tts, text-to-speech, workflow