debpalash/VoiceStudio

项目概览

它把语音克隆、视频配音、转录和本地模型管理集中在同一应用中，同时提供本地 API 与 MCP 服务器连接代理，适合重视本地运行和多语言语音处理的用户。

项目类型

MCP · 视频技术 · 语音音频

应用场景

会议记录 · 翻译字幕 · 语音音频

部署方式

查看项目说明

License

AGPL-3.0

适合谁

• 需要在自己的硬件上运行语音克隆、配音、转录或有声书工作流的创作者。
• 希望通过本地 API 或 MCP 服务器连接语音工作流的开发者。

核心能力

• 根据干净的参考录音克隆声音，并将输入文本生成为语音。
• 在语音设计工作区中，通过描述声音特征来设计自定义声音。
• 为视频生成带时间同步的多语言配音。
• 将音频转换为文本。
• 通过本地 API 和 MCP 服务器向代理提供语音工作流连接。
• 在应用内安装和管理本地语音模型；默认引擎为 k2-fsa/OmniVoice，也可选择其他引擎。

限制与风险

• Electron 是当前唯一的桌面应用和 Web UI；Tauri shell 在0.5.3版本之后已移除。
• 使用语音克隆前需要获得相关语音的许可；模型各自带有许可证，商业使用前需要逐一审查。

如何开始

• 在 macOS、Linux 或 Windows 上运行 `curl -fsSL https://voicestudio.sh/install | sh`，打开应用后进入 Voice cloning，选择声音或添加干净的参考录音，输入文本并生成；首次需要时按提示安装所需模型。

核验依据

• README: Open-source voice cloning, voice design, video dubbing, dictation, transcription & audiobook creation in 646 languages.
• README: | Clone a voice or design your own | Dub videos with timed speech | Local API & MCP for agents |
• README: 
• README: Local workflows run on your hardware. Remote services are optional; usage analytics requires consent.
• README: | No dedicated GPU (Intel/AMD integrated graphics, older PCs) | Fully usable on the CPU, slower; setup installs the small CPU build of PyTorch (about 5 GB free disk) |

来源更新时间：2026-10-03T18:28:00Z

打开原始 GitHub 项目