开源语音引擎，646 种语言全本地运行，零付费，听写转录+语音克隆

▲ 本地 ElevenLabs 平替，646 种语言全离线运行

01 你用的 AI 语音，数据都去了哪

ElevenLabs 很好用，但每次你点击”生成”，你的文本、你的声音样本、你的音频文件，全部上传到他们的服务器。

做内容还好，但如果你的内容是商业机密、个人隐私、或者不想让第三方听到的东西——你就得停手。

VoiceStudio 解决的就是这个问题：所有东西在你的机器上跑，一滴数据都不出去。

02 它是什么

VoiceStudio是一个开源的本地语音工作流工具，14,794 Star。

定位很明确：本地运行的 ElevenLabs 替代方案。

不依赖任何 API Key，不注册账号，不订阅付费。装好之后，所有功能完全离线可用。

支持平台：macOS（Apple Silicon）、Windows 10/11、Linux x86_64，以及 Docker。

03 16 个 TTS 引擎，646 种语言

VoiceStudio 的核心优势是引擎丰富。

内置 16 个 TTS 引擎和 11 个 ASR（语音识别）引擎，你可以根据需求切换：

每个引擎都能一键切换，同一个文本可以用不同引擎生成，对比效果。

04 四大核心功能

语音克隆（Voice Cloning）

导入 3-15 秒的干净语音样本，AI 就能克隆这个声音。

三个步骤：

1. 1. 选引擎（推荐 IndexTTS 2.5 或 OmniVoice）
2. 2. 上传样本（MP3/WAV/FLAC 均可）
3. 3. 输入文本，生成

克隆出来的声音可以用于 TTS 生成、视频配音、有声书制作。

视频配音（Video Dubbing）

上传视频，AI 自动识别语音、转录、翻译、重新配音，输出带新音轨的视频。

支持多语言配音，同一个视频可以生成多个语言的音轨版本。

听写转录（Dictation & Transcription）

实时听写，对着麦克风说话，文字实时出现在编辑器里。

也支持文件转录——上传音频文件，自动生成带时间戳的文本。

输出格式支持：JSON、TXT、SRT、VTT。

有声书制作（Audiobook）

输入长文本（小说、文章、文档），AI 自动分段、分配角色、生成多角色有声书。

支持批量生成，一次处理整本书。

05 为什么本地运行很重要

隐私：你的声音样本、你的文本内容、你的音频文件，全部留在本地。不上传、不存储、不分析。

成本：ElevenLabs 最便宜的方案 $5/月，高级方案 $99-330/月。VoiceStudio 完全免费，用你自己的 GPU 算力。

速度：本地运行没有网络延迟，生成速度取决于你的硬件。RTX 4090 上 OmniVoice GGUF 可以实现接近实时的 TTS。

可控：你可以自己选择模型、调整参数、替换引擎。不需要看厂商的脸色，不用担心 API 涨价。

06 API 和 MCP 集成

VoiceStudio 不只是桌面应用，还提供完整的 API：

# OpenAI 兼容 API
POST /v1/audio/speech        # TTS 生成
POST /v1/audio/transcriptions # 语音转文字
WS /v1/audio/transcriptions/stream  # 实时流式转录

也内置了 MCP Server，可以直接接入 Claude Code、Cursor、OpenClaw 等 AI Agent：

在 Claude Code 里：
/mcp add voice-studio http://localhost:8080

接入后，Agent 可以直接调用语音生成、转录、克隆等功能。

07 怎么用

最简单的方式：下载桌面应用

# macOS (Apple Silicon)
# 下载 DMG，右键打开（首次需要确认）

# Windows
# 下载 MSI，直接安装

# Linux
# 下载 AppImage，chmod +x 后运行

Docker 方式：

docker run -p 8080:8080 
  -v voice-studio-data:/data 
  ghcr.io/debpalash/voice-studio:latest-cuda

源码部署：

git clone https://github.com/debpalash/VoiceStudio.git
cd VoiceStudio
# 安装依赖后运行

08 和 ElevenLabs 的对比

写在最后

想要强大的语音能力，但不想付出隐私和金钱。

如果你做内容创作、做播客、做视频配音，VoiceStudio 值得试试。

GitHub：https://github.com/debpalash/VoiceStudio
文档：https://github.com/debpalash/VoiceStudio#documentation