投稿 提交工具 投放合作

VoiceStudio:本地 AI 语音工作室

大语言模型 107.4k(+911) 12.8k Python 2026-11-21 在 GitHub 打开

在本地设备上进行语音克隆、视频配音、声音设计与转录的桌面应用,支持多平台与多种推理引擎。

VoiceStudio 是一个本地运行的 AI 语音应用,README 称其支持 646 种语言,核心功能包括:用参考录音克隆声音、按原视频时长翻译配音、用文字描述生成新声音、本地转录与听写、批量朗读有声书,以及通过本地 API、MCP、可复用配方和监视目录实现自动化。默认引擎为 k2-fsa/OmniVoice,也可在 Model Manager 中下载其他引擎。应用覆盖 macOS、Windows、Linux、Android、iOS 及 Docker,GPU 加速涉及 NVIDIA CUDA、AMD ROCm(实验性,限特定 RDNA 2 显卡)和部分 GGUF 引擎的 Vulkan。README 说明基础功能免费、本地运行、无需账号,Pro 与 Cloud 为可选付费服务,Cloud 尚未上线。

Star 趋势2026-11-10 — 2026-11-20当前 Stars 115k24h +9117 日 +5.6k

107k111k115k11-1011-1111-1211-1311-1411-1511-1611-1711-1811-20