debpalash/VoiceStudio
VoiceStudio 是在自己设备上运行的开源 AI 语音工作室,可用于生成声音、视频配音、语音转文字和制作有声书。
VoiceStudio 是开源、完全本地的 ElevenLabs 替代方案——支持 646 种语言的语音克隆、语音设计、视频配音、听写、转录和有声书创作。
- 提供声音克隆和声音设计:清晰参考录音→生成相似声音的语音,或用文字描述想要的声音。
- 支持视频翻译配音并让语音时间贴合原片,也提供浮动听写工具、录音转文字、有声书制作和任务排队。
- 适合需要本地处理语音的视频作者、有声书制作者和开发者,后者可通过本地接口连接程序并自动处理任务。
- 入门可从发布页下载应用→使用默认语音引擎或在模型管理器中选择引擎→按需下载模型;所给节选未说明完整安装步骤和最低硬件要求。
- README 宣称支持 646 种语言,基础功能免费且无需账号,Pro 为可选版本,Cloud 在资料中标为尚未开放。
- 应用采用 AGPL-3.0 许可,模型、声音和生成内容另有许可,克隆声音需获得声音主人的同意。
发表回复