应用介绍
想给视频配个外语旁白、把一本书做成有声书，或者用自己的声音批量生成语音，ElevenLabs 这类服务按字符收费，用多了账单吓人，录音和文稿还得全部传到别人的服务器上。
VoiceStudio 把这一整套搬到了自己电脑上：声音克隆、声音设计、视频配音、听写和转录全都本地运行。给一段干净的参考录音就能克隆出声音，输入文字直接合成；把视频拖进去，它会先转写、再翻译、再用目标语言重新配音，原声和配音可以对照试听。支持 646 种语言。
它是开源桌面应用（AGPL-3.0），Windows、macOS、Linux 都能用，GitHub 三万多星。默认用 OmniVoice 引擎，也能换其他语音模型；还提供本地 API 和 MCP，AI Agent 可以直接调用。克隆他人声音请先取得本人许可。
声音克隆：用一段参考录音复刻音色，输入文本即可生成语音。
声音设计：不用参考录音，按描述设计出全新的声音。
视频配音：支持 MP4、MKV、MP3 等格式，自动转写、翻译并按时间轴生成目标语言配音，也能直接粘贴视频链接。
听写小窗：悬浮听写组件，说话直接变成文字。
有声书和批量任务：把长文本、故事整理成有声书，批量生成音频。
模型管理：在应用里下载、切换多种语音引擎，按硬件选择合适的模型。
本地 API 与 MCP：通过本地接口和 MCP 把语音能力接进自己的程序或 AI Agent。
VoiceStudio 把这一整套搬到了自己电脑上：声音克隆、声音设计、视频配音、听写和转录全都本地运行。给一段干净的参考录音就能克隆出声音，输入文字直接合成；把视频拖进去，它会先转写、再翻译、再用目标语言重新配音，原声和配音可以对照试听。支持 646 种语言。
它是开源桌面应用（AGPL-3.0），Windows、macOS、Linux 都能用，GitHub 三万多星。默认用 OmniVoice 引擎，也能换其他语音模型；还提供本地 API 和 MCP，AI Agent 可以直接调用。克隆他人声音请先取得本人许可。
软件功能
声音克隆：用一段参考录音复刻音色，输入文本即可生成语音。
声音设计：不用参考录音，按描述设计出全新的声音。
视频配音：支持 MP4、MKV、MP3 等格式，自动转写、翻译并按时间轴生成目标语言配音，也能直接粘贴视频链接。
听写小窗：悬浮听写组件，说话直接变成文字。
有声书和批量任务：把长文本、故事整理成有声书，批量生成音频。
模型管理：在应用里下载、切换多种语音引擎，按硬件选择合适的模型。
本地 API 与 MCP：通过本地接口和 MCP 把语音能力接进自己的程序或 AI Agent。
