VoiceStudio

debpalash/VoiceStudioAI 已审核

用途

这是一个在你自己电脑上运行的 AI 语音桌面工作室。它可以从一段录音克隆声音、设计新的声音、为视频配上同步的配音、用悬浮小组件进行语音输入、转录音频,并制作多语言有声书。模型都在本地运行;NVIDIA 显卡或 Apple Silicon 芯片可以加速,README 说在 CPU 上也能跑,只是速度更慢。该应用为 Windows、macOS 和 Linux 提供安装程序,另外还有 Android 和 iPhone 的预览版应用。首次使用某个功能时,应用会先询问,再下载所需的模型。

安装难易度

B · 安装程序加一个简单步骤 · Windows

Windows B
macOS B
Linux B

最新版本为每个系统都提供了现成的安装程序(Windows 的 VoiceStudio-0.5.7-win-x64.exe、Apple Silicon 的 .dmg、Linux 的 .AppImage/.deb/snap);安装完成后,你仍需在首次使用时在应用内下载每个语音模型。README 把 Intel 版 Mac 标记为“仅应用界面,连接远程后端”,所以较旧的 Mac 使用起来更困难。

GitHub 数据

星标: 96,8722026年10月31日
下载量: 1,968,463本周 277,283
增长: +7,6095 天内新增星标

星标变化

事实

可运行于: Windows, macOS, Linux
需要安装: 只需程序本身
从源码编译需要: Python, Node.js, NVIDIA 显卡, FFmpeg
磁盘空间: 212 MB–636 MB · 根据安装程序
账号或密钥: An OpenAI-compatible AI model, for cinematic dubbing and AI translation, Hugging Face token, for downloading some models
费用: 免费 · AGPL-3.0 许可,使用免费。pyproject.toml 说明另有商业许可出售,供闭源用途使用(联系 [email protected]),模型权重、声音和生成结果各有自己的使用条款。
许可证: AGPL-3.0 (Copyleft)
可以替代: ElevenLabs, Descript, Otter.ai
最近更新: 2026年11月1日

风险信号 (6)

注意声音克隆可能被用来冒充真人
仓库简介提供 "voice cloning, voice design, video dubbing"，README 的 "License & responsible use" 部分写道 "Clone a voice only with its owner's permission." 克隆出的声音可能被用来在未经本人同意的情况下模仿真人，一些国家对此有限制。
AI 审核
信息macOS Gatekeeper 会拦截该应用
README 中的说明："On macOS, 'VoiceStudio is damaged and can't be opened' means Gatekeeper blocked the app, not that the download is broken"，并指向一个 "Gatekeeper fix" 页面。
AI 审核
信息模型权重与生成内容适用各自的条款
README："Model weights, voices and generated output have their own licences, which the Model Manager shows for each model"，而且该应用的许可证并不涵盖它们。
AI 审核
信息可选的使用统计，默认关闭
pyproject.toml 中关于 posthog 依赖的注释："Opt-in product analytics (core/analytics.py). Inert unless the build ships a POSTHOG_PROJECT_TOKEN *and* the user opts in — default OFF."
AI 审核
信息依赖从直接网址安装
pyproject.toml："kittentts @ https://github.com/KittenML/KittenTTS/releases/download/0.8.1/kittentts-0.8.1-py3-none-any.whl"——有一个语音引擎是直接从 GitHub 发布文件拉取的，而不是从常规的包索引。
AI 审核
信息内置视频下载器
pyproject.toml 将 "yt-dlp>=2026.7.4" 列为依赖，因此该应用可以从网站拉取视频来进行配音或转写。是否允许这样做，取决于具体网站和当地法律。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

语音模型在安装程序之外会占用多少磁盘空间,因为它们是首次使用时才下载的
在没有独立显卡的 PC 上,应用能否以可用的速度运行
实际使用中,声音克隆、配音和转录的质量如何
Windows on ARM、Intel 版 Mac 和手机版本是否能用,因为 README 把它们标记为实验性、受限或预览版
除了应用主动询问的模型下载之外,是否真的有数据离开你的电脑