VoiceStudio：完全本地的开源语音克隆与工作流引擎（ElevenLabs 开源替代）
VoiceStudio 是一个开源、完全本地运行的语音克隆与音频工作流引擎，定位为 ElevenLabs 的开源替代方案，提供语音克隆、语音设计、视频配音、听写、转写与有声书制作能力，并内置本地 API 与 MCP 供智能体调用。默认引擎为 k2-fsa/OmniVoice，也可选择其他引擎；桌面端主推 Electron 应用（0.5.3 引入，同时是最后一个 Tauri 版本）。许可证为 AGPL-3.0，模型各自遵循自身许可证。
社区作者 · zZz
它解决什么问题
VoiceStudio 是「开源语音克隆与工作流引擎」，口号为「Your voice. Your workflow.」，强调本地构建与本地运行。
核心能力分三块：
- Create（创作）：克隆一个声音，或用文字描述设计一个全新声音（配图 5 展示 Electron 语音设计工作区）；使用悬浮小组件进行听写。
- Produce（生产）：用带时间轴的对齐语音为视频配音（配图 4 展示 Electron 视频配音工作区）；制作故事、有声书与批处理任务。
- Connect（连接）：面向智能体提供本地 API 与 MCP；可选远程 worker。
主要工作区包括语音克隆、视频配音、语音设计、本地模型管理。配图 1 为 VoiceStudio 标志；配图 2 为 Electron 应用导览（语音克隆、语音设计、配音与模型管理）；配图 3 为 Electron 语音克隆工作区及内置演示声音；配图 6 为本地语音模型的安装与管理界面；配图 7 为桌面工作区截图；配图 8 为赞助位展示图。
运行方式说明：本地工作流运行在用户自有硬件上；远程服务为可选项；使用情况分析需要用户同意（opt-in）。首次使用可从 Releases 下载安装包，然后按对应平台指南操作（macOS / Windows / Linux / Docker）。打开 Voice cloning 后，选择一个声音或添加一段干净的参考录音，输入文本并生成；系统提示时安装所需模型。硬件需求随引擎不同而变化，需参考性能文档。
版本与客户端说明：Electron 是主推桌面应用；0.5.3 版本引入 Electron，同时是最后一个 Tauri 版本，现有 Tauri 用户需单独安装 Electron。提交缺陷报告或贡献时，需要注明应用版本以及使用的是 Electron 还是 Tauri。
默认引擎为 k2-fsa/OmniVoice，也可选用其他引擎（功能与引擎目录见官方文档）。项目另提供供编码智能体使用的技能：voicestudio（音频工作流）与 voicestudio-maintainer（仓库维护）。
许可证与负责任使用：项目代码采用 AGPL-3.0；各模型拥有自己的许可证，商用前必须逐一确认。仅可在获得授权的前提下克隆声音。
— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。
安装 / 开始使用
一、安装包方式（推荐普通用户）
- 从项目 Releases 页面下载安装包。
- 按所在平台的指南安装与配置：macOS / Windows / Linux / Docker 各有对应指南。
- 打开 Voice cloning（语音克隆）工作区。
- 选择一个已有声音，或添加一段干净的参考录音。
- 输入要生成的文本并点击生成。
- 出现提示时安装所需模型；硬件需求随引擎不同而变化，参见性能文档（docs/performance.md）。
二、从源码运行 Electron 预览版
步骤 1 · 克隆仓库：
git clone https://github.com/debpalash/VoiceStudio.git步骤 2 · 进入目录：
cd VoiceStudio步骤 3 · 安装依赖：
bun install步骤 4 · 启动开发模式：
bun run dev- 前置依赖与后端配置参见 Electron setup 文档。
三、让智能体自动安装（页面给出的原始提示词，可直接复制给编码智能体） Install and configure VoiceStudio on this device, then verify it works. Repository: https://github.com/debpalash/VoiceStudio
Read the repository's install guide for my OS, docs/performance.md, and skills/voicestudio/SKILL.md. Install the voicestudio audio-workflow skill with npx skills add debpalash/VoiceStudio if your agent supports skills; otherwise follow that SKILL.md directly.
Detect my OS, CPU architecture, GPU, available RAM/VRAM, free disk space, and any existing VoiceStudio installation, backend, or downloaded models. Reuse existing data and models.
Prefer the latest stable Electron installer for my OS and architecture; use the documented source setup if needed. If migrating from Tauri, follow docs/electron-migration.md and back up first.
Configure local voice cloning using a supported engine and acceleration that fit this device. Keep working defaults and verify the actual execution device rather than assuming GPU support.
Install required dependencies; reuse a suitable installed model, or explain the download size and license and ask before downloading one. Keep cloud services and analytics opt-in.
Start the app, check /health at the configured backend address (default http://localhost:3900), and discover its API through /openapi.json. Generate a short test with a bundled or authorized voice and verify the audio file.
Report the installed version, engine, actual device, data location, audio output path, and how to reopen the app. Complete the setup, not just a plan; identify any permissions or manual steps you cannot perform.
四、技能安装
安装智能体技能：
npx skills add debpalash/VoiceStudio- 音频工作流选择 voicestudio；仓库维护选择 voicestudio-maintainer。
五、首次运行与验证要点
- 后端默认地址为 http://localhost:3900。
- 通过 /health 检查后端健康状态。
- 通过 /openapi.json 发现可用 API。
- 使用 646 种语言中的任意一种生成一段短测试音频，并确认音频文件已产出。
- 记录安装版本、使用的引擎、实际执行设备、数据位置、音频输出路径以及重新打开应用的方式。
六、常见问题
- 硬件需求不统一：不同引擎对 CPU/GPU/显存/内存要求不同，官方要求以性能文档为准，不要假设 GPU 一定可用。
- 模型下载：需先了解下载体积与许可证，未明确前应先征询用户再下载。
- Tauri 迁移：从 Tauri 迁移到 Electron 需参考 docs/electron-migration.md，且必须先备份；Tauri 用户须单独安装 Electron。
- 云服务与分析：远程服务与使用分析均为可选项，需用户明确同意。
- 反馈缺陷时需附上应用版本以及 Electron/Tauri 客户端类型。
来源教程配图
