VoiceStudio 是一个完全跑在自己电脑上的 语音工作室——官方给自己的定位是「 、完全本地的 ElevenLabs 替代品」。语音克隆、语音设计、视频配音、听写、转录、有声书，六件事都在同一个应用里，支持 646 种语言。

为什么需要它？想给视频配一条 AI 人声，常规做法是先把你的声音样本上传到别人的服务器，再按月付订阅费，还要排队等渲染。VoiceStudio 把这一整套搬回你自己的机器：不用注册账号、不用填 API Key，声音样本、文案和成品都不出本机。

怎么用（三步）

• ① 装：下载对应平台的安装包（macOS 用 dmg、Windows 用 exe、Linux 用 AppImage），打开即可。首次运行会自动准备所需模型。
• ② 选声音：用已保存的声音，或者加一段干净的参考录音做克隆；也可以只用文字「描述」出一个声音。
• ③ 输入文案点生成：本地推理出音频。视频配音、听写、转录、有声书共用同一套流程，批量任务也在同一个界面里。

好在哪

• 完全本地：声音样本、文案、生成的音频都不离开你的电脑；不需要账号，不需要 API Key，不按月付费。
• 硬件加速：Apple Silicon 上自动使用 MPS；其它平台按所选引擎走 CUDA 等，能真正吃到显卡。
• 646 种语言：配音、转录、有声书都能跨语言使用。
• 能给 Agent 用：后端默认跑在 http://localhost:3900，自带本地 API 与 MCP，别的程序或 Agent 可以直接调用它做音频工作流。
• 工程化：脚本与批量任务、模型按需下载与管理、可选远程 worker 分担算力；也能从源码跑（bun install → bun run setup:api → bun run dev）。

安装前请注意：macOS 需要 13.3 (Ventura) 或更新且为 Apple Silicon，建议预留约 10GB 磁盘（应用 + Python 环境 + 模型权重）。Intel Mac 只装得起界面——本地 Python 后端无法运行（PyTorch 已不再提供 Intel-Mac 轮子），这种情况可以把界面指向另一台机器的远程后端。

版本与合规：当前版本 v0.5.3（Electron 桌面版，2026-09-17 发布；Tauri 版已归档），AGPL-3.0 。模型各有自己的许可证，商用前请自行确认；克隆声音请只使用已获得授权的声音。