3秒克隆你的声音！开源免费的 VoiceStudio 上手教程：本地运行、不花一分钱的 ElevenLabs 平替

哎，说到 AI 配音和声音克隆，你是不是也遇到过这种尴尬：看中一款工具，注册完发现要绑卡，用两次就到免费额度了；好容易生成一段满意的音频，导出还要会员……更别提 ElevenLabs 这种按字符计费的，做一期视频光配音费就肉疼。

更要命的是隐私问题。你克隆的可能是你自己的声音、同事的采访录音、客户的授权素材——这些音频全被上传到别人的服务器上，想想就不踏实。

今天安利的这款开源神器 VoiceStudio（原名 OmniVoice-Studio），一次性解决所有痛点：完全本地运行、免费开源、GitHub 70000+ Star，本月 GitHub 趋势榜前三的常客。声音克隆、视频配音、有声书制作全在你自己电脑里完成，一个字节都不外传。

它到底能干啥？

先看主界面（上图），七大功能一目了然：

• 🎙️ 语音克隆：3 秒音频复刻任何声音，支持 646 种语言
• 🎨 声音设计：性别、年龄、口音、音高、情感，像调参数一样”捏”出一个声音
• 🎬 视频配音：导入视频自动转录→翻译→重新配音，做外语视频搬运利器
• 📖 有声书制作：导入文本/EPUB/PDF，自动分章，直接导出 .m4b 有声书
• ⌨️ 听写工具：全局快捷键说话，文字自动粘贴到任何输入框
• 🔊 人声分离：把人声从背景音乐里干净地剥出来
• 🤖 API 接口：本地 OpenAI 兼容 API，能接入你的其他工具

说白了，ElevenLabs 上有的它都有，ElevenLabs 上没有的（有声书、故事模式、MCP 服务器）它也有——而且完全免费。

下载安装（2 分钟搞定）

第一步：下载安装包。

夸克网盘下载（Windows x64 版，v0.5.6，204MB）：

夸克网盘下载：https://pan.quark.cn/s/27c93ed30964

进去后找到 VoiceStudio 文件夹，里面的 VoiceStudio-Electron-0.5.6-win-x64.exe 就是安装包，旁边还有个 README.txt 写了注意事项。也可以去 GitHub 官方仓库（github.com/debpalash/VoiceStudio）的 Releases 页面下载，Mac 和 Linux 版都有。

第二步：双击安装。

一路下一步就行，没什么可选的。支持 Windows 10/11 64 位系统。

第三步：首次启动要等几分钟（重点！）。

刚装好打开，启动画面会自动搭建 Python 运行环境、下载 AI 模型权重。别慌，这不是卡住了——首次需要几分钟到十几分钟（取决于网速），下载完之后每次启动都是秒开。这一步需要联网，之后正常使用完全可以断网跑。

系统要求方面：内存 8GB 起步（推荐 16GB），硬盘留 10GB 以上空间。显卡不强制——有 NVIDIA 显卡生成速度快很多，没有也能用 CPU 跑，就是慢点。

三步克隆出你的第一个声音

安装完，跟着我走一遍核心流程，真的只有三步：

第1步：在主界面（启动台）点开「语音克隆」，会看到上面这样的界面。准备一段 3 秒以上的清晰人声——手机录音、视频里截一段、微信语音都行，只要没有背景音乐干扰。

第2步：把音频拖进去（或点按钮上传）。软件会自动分析这个声音的音色特征。

第3步：在文本框输入你想让这个声音说的话，点「生成」。几秒到几十秒后，一段用”你的声音”说出来的音频就生成了，直接播放、直接导出 MP3，全程本地完成。

就这么简单。克隆好的声音会保存在软件里，下次打开还在，随时调用。实测克隆效果相当能打，音色还原度很高，拿来做播客垫音、短视频配音完全够用。

进阶玩法速览

🎨 声音设计——没有素材也能”捏”声音

不想克隆谁，就想凭空造一个声音？用「声音设计」：用文字描述你要的声音（比如”30岁女性，声音温柔，带一点笑意”），调好音高、语速、情感滑杆，点生成就行。做视频不想用烂大街的默认配音音色，这条路子很香。

🎬 视频配音——外语视频秒变中文

「视频配音」可以导入本地视频（也支持 YouTube 链接），软件自动完成一整条流水线：转录原声 → 翻译 → 用克隆/设计好的声音重新配音 → 合成新的 MP4。字幕、说话人分离都自动处理。做海外内容汉化的同学，这就是白嫖版的 AI 配音工作室。

📖 有声书制作

手头有小说文本、EPUB 电子书？丢进「有声书」模块，自动分章、统一响度、填元数据，最后导出标准 .m4b 格式，手机上有声书 App 直接听。自己写的东西秒变有声书，这体验以前真得花钱买。

新手常见问题

Q：真的完全免费吗？会不会用两天就收费？
A：完全免费。AGPL-3.0 开源协议，没有订阅、没有用量计费、没有会员体系。作者靠捐赠和未来的 Pro 版（远程设备等高级功能）维持，核心功能永久免费。

Q：我的音频会不会被上传？
A：不会。核心流程 100% 在你电脑上运行，不需要账号、不需要 API Key。这是它和所有云端竞品最大的区别。

Q：生成速度好慢？
A：三个常见原因：① 首次生成要加载模型，属正常；② 没有 NVIDIA 显卡走 CPU，确实慢；③ 在「设置 → TTS 引擎」里可以切换引擎，CPU 环境下选轻量引擎（如 Supertonic 3、OmniVoice GGUF）速度会快很多。

Q：支持中文吗？
A：支持，且是强项。默认引擎支持 600+ 语言，国产引擎 IndexTTS 2.5、CosyVoice 3 都内置了，中文效果尤其好。

Q：Mac 能用吗？
A：Apple Silicon（M 系列芯片）完美支持，官网有 DMG 安装包。注意 Intel 老 Mac 不支持本地后端（PyTorch 已放弃 Intel Mac 轮子）。

写在最后

说实话，现在市面上 AI 语音工具满天飞，但像 VoiceStudio 这样「开源 + 完全本地 + 功能全家桶」的真不多见。70000 个 Star 背后是一个活跃的社区，更新频率高得吓人（光提交历史就 4000+ 条）。

如果你受够了按量计费的云端工具，又对声音数据隐私有要求，这款软件值得立刻装上。反正免费，试错成本为零。

📥 软件下载：夸克网盘 https://pan.quark.cn/s/27c93ed30964（VoiceStudio 文件夹，含 Windows 安装包 + 说明）

📌 官方地址：github.com/debpalash/VoiceStudio · voicestudio.sh

关注公众号：「实用软技」，在公众号窗口里回复关键字“软件”即可免费获取