SuperAPI AI 工具集

VoiceStudio

VoiceStudio(原名 OmniVoice Studio)是一款开源、可完全本地运行的 AI 语音工作室,支持语音克隆、语音设计、视频配音、听写、转写与有声书制作,覆盖 646 种语言。无需账号、无需云端,兼容 macOS、Windows、Linux 与 Docker,桌面版采用 AGPL-3.0 开源协议,个人可免费使用。官方称约 8 GB 内存即可开始使用,GPU 可加速。另有 Pro / Lifetime 闭源版本,含商业许可与多设备等额外功能,提供 7 天无理由退款。语音克隆需获得声音所有者授权,禁止冒充与欺诈。

访问官网

工具介绍

VoiceStudio(前身为 OmniVoice Studio)是一款主打本地运行的开放式 AI 语音工作室,官方定位为“开源 AI 语音工作室”,强调在用户自己的机器上完成语音克隆、语音设计、视频配音、听写、转写和有声书制作,并声称覆盖 646 种语言。

主要能力(据官方页面):

  • 语音克隆:从三秒音频中克隆一个声音。
  • 语音设计:用文字描述一个声音,即可生成对应声音。
  • 视频配音:任意视频、任意语言,保持相同时长节奏。
  • 故事配音:为剧本选角,为每个角色配音。
  • 有声书制作:输入一本书,输出分章节内容。
  • 语音库:提供可直接试用的现成声音。
  • 转写:音频输入,输出可搜索文本。

使用方式与平台:

  • 官方提供下载入口,支持 macOS、Windows、Linux 和 Docker。
  • 桌面应用开源,采用 AGPL-3.0 协议。
  • 无需账号、无需云端;仅在你主动检查更新或下载模型时才会联网。
  • 官网提供安装入口,但资料中未给出具体安装命令代码。

硬件与限制:

  • 官方说明约 8 GB 内存即可开始使用,GPU 只是让一切更快。
  • 语音克隆需获得声音所有者的同意,明确不允许冒充与欺诈。

版本与收费:

  • 桌面应用免费且开源。
  • Pro 与 Lifetime 为独立的闭源构建版本,包含付费商业许可和额外功能,面向需要商业条款的团队;提到多设备(即将支持 + 12 项更多)和商业许可。
  • Pro 续订可随时取消;提供 7 天无理由全额退款。

社区与支持:

  • 官方展示了 GitHub Releases 约 596,000 次、Docker Hub 103,171+ 等数据(截至 2026 年 9 月 30 日观测,星标与下载量实时刷新)。
  • 如遇问题,可联系官方或提交 issue,官方称会在两个工作日内回复。

适用场景: 适合需要本地隐私保护的个人创作者、视频配音、有声书与播客制作、听写转写等场景;对需要商业许可的团队可使用 Pro / Lifetime 版本。

暂未提供的信息:具体价格、各版本功能差异的完整清单、详细安装命令、模型清单与最低系统版本等,资料中未明确给出。