全本地运行的开源语音工作台：声音克隆、音色设计、视频配音、听写转写、有声书批量制作，支持 646 种语言，定位是 ElevenLabs 的免费替代，还提供 API 和 MCP 供智能体调用。做配音接单、有声书、短视频出海本地化的人值得一试；本地跑建议有块像样的显卡，CPU 会明显吃力。
项目自述 · 据 README 提炼
云端语音API按字计费、音频还担心隐私，VoiceStudio干脆把整套语音工作流搬回本地：开源、全本地运行的ElevenLabs替代品，覆盖六件事——声音克隆、声音设计、视频配音、语音听写、转录与有声书制作，支持646种语言。几个亮点：本地优先，支持CUDA（NVIDIA显卡）与MLX（苹果芯片），数据不出机器；内置本地API与MCP接口，能让Claude等智能体直接调用语音能力，比如批量给视频配台词；支持批量任务与可选远程worker，适合挂机跑长内容。默认引擎为k2 fsa/OmniVoice，也可切换其他引擎；桌面端基于Tauri打包，按Get started引导下载即用。适合视频配音博主、想低成本量产有声书或播客的内容团队、需要批量转录的人；没有独显或M系列Mac先别急，跑不动或音质打折。
debpalash/VoiceStudio · 创建于 7 个月前
2026-10-25 榜单 · ★ 2,082（进页自动刷新） · 本期涨星 +2082 · Fork 6,356 · 语言 Python
标签：ai / audiobook / cuda / dubbing / elevenlabs-alternative / huggingface / local-first / mlx / omnivoice-studio / speech-to-text / tauri / text-to-speech
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部GitHub热榜 →