VoiceStudio 免费本地语音克隆，配音不用再按月交钱
VoiceStudio 是开源免费的本地语音克隆工具，录一小段声音就能复刻音色，还能按文字描述造声音、给视频配音、做有声书，支持 646 种语言，不用注册账号。
2026年11月12日lvruan
VoiceStudio 是一款开源、免费的本地语音克隆工具，不用注册账号，模型直接跑在你自己的电脑上。很多人拿它当 ElevenLabs 的本地替代。
做配音、做有声书的人应该都有体会：语音合成服务按月收订阅费，字数有额度，超了还要加钱，声音样本也得传到别人的服务器上。VoiceStudio 把这些事都挪回了本机。
本地语音克隆：录一小段就够
准备一段干净的参考录音丢给它，之后输入什么文字，它都用这个声音念出来。默认引擎基于 OmniVoice。不满意的话，可以在模型管理器里换成别的引擎，可选的有几十种，用哪个就下载哪个，硬盘不会被一堆用不上的模型塞满。
手头没有录音也能用。直接写一段描述，比如多大年纪、什么口音、说话什么语气，它会照着描述生成一个新声音。
AI 视频配音和有声书制作
视频配音支持 646 种语言。翻译完生成的语音会自动对上原视频的时间轴，省得自己在剪辑软件里一句一句拖音轨。写好的故事、整本书，都能排进队列批量朗读，最后得到一部有声书。活多的时候全扔进队列，让它自己慢慢跑就行。
语音听写和音视频转录
软件里还有个悬浮的听写小窗，开口说话就出文字。音频、视频也能在本地转成文字，跟 Whisper 这类工具干的是同一件事，区别是它和配音、克隆装在了同一个软件里，不用来回切。本地 API 和 MCP，接入自动化流程
开发者可以通过本地 API 和 MCP 调用它，让 AI agent 直接干活。常用的处理步骤能存成配方反复用；也可以设一个监视文件夹，文件放进去就自动开始处理。系统要求：Mac、Windows、Linux 都能用吗
macOS 要求 13.3 及以上、Apple 芯片，靠 Metal 加速。Windows 10/11 x64 支持 NVIDIA CUDA 和 CPU，AMD ROCm 可选。Linux x64 支持 NVIDIA CUDA 和 CPU，部分 GGUF 引擎可以用 Vulkan 加速。Intel Mac 只能跑界面，后端得连到另一台装了 VoiceStudio 的电脑上。