AI语音克隆与配音 VoiceStudio
内容创作者本地克隆人声做配音 · 全程离线不传云端
软件介绍
把一段干净的录音交给它，之后你打字，它就用这个声音读出来；外语视频也能翻成中文、配上与原声对齐的配音。整个过程都在你自己的电脑或手机上完成，音频不用上传到任何服务器。
拿它做短视频配音、有声书或者整理会议录音都行。和按字数收费的在线配音服务比，它不花钱、声音不外传；代价是第一次要自己挑引擎、下模型，得折腾一会儿，生成速度也看你机器的显卡。
软件自带模型管理器，只下载你要用的那一个，不会一次占满硬盘。没有独立显卡照样能跑，只是慢一些。
核心功能
克隆自己的音色
录一段干净的参考录音，之后输入任意文字，它就能用这个声音读出来，不用再反复重录。
给外语视频自动配音
把视频里的外语翻译成中文，配好的语音时长跟原画面走，省掉逐句对轨的麻烦。
用文字描述造声音
几句话形容你想要的声音，比如低沉男声或轻快女声，直接生成一段从没录过的嗓音。
把录音转成文字
会议、采访、课程的录音放进去就能出文字稿，桌面上还有悬浮小窗，随手说话就能记下来。
批量生成有声书
把长篇故事或整本书排进队列，一次跑完多段旁白，中途可以挂机去干别的。
四平台都能离线跑
代码全部公开，Windows、macOS、Linux 和 Android 都有安装包，模型下好后断网也能用。
安装与使用
- 在本站下载页选对应系统的安装包：Windows 拿 x64 安装程序，macOS 拿 Apple Silicon 的 DMG，Linux 拿 .deb 或 AppImage，Android 拿 APK。
- 双击安装，Windows 若弹出「Windows 已保护你的电脑」，点「更多信息」 再点「仍要运行」 继续。
- 首次打开会进入模型管理器，挑一个引擎（默认是 VoiceStudio）并下载模型，下载前软件会先征求你同意。
- 打开 Voice cloning，选一个现成音色或添加一段干净的参考录音，输入要读的文字，点生成。
- 做视频配音时导入视频、选好目标语言，翻译完之后校对时间轴，再导出成片。
- 常用设置可以存成配方反复调用，也可以打开监听文件夹，新音频丢进目录就自动按流程处理。
运行环境要求
| 操作系统 | Windows 10 / 11 |
| 其他 | 首次使用需要联网下载语音模型，之后可以离线使用 |
| 其他 | 想用显卡加速需要 NVIDIA 显卡，用 CPU 也能运行但速度较慢 |
常见问题
版本更新内容
当前版本 v0.5.7-beta.3 更新内容（内容较多时可在框内滚动查看）
0.5.7-beta.3 · 2026-10-26
新增手机端预览版并优化界面与失败提示，Windows 安装包仍未签名需手动放行。
- 新增 iOS 与 Android 预览版，下载模型后可在手机上离线使用
- 新增可选 Beta 更新通道，在设置 → 更新里可提前获取修复，之后自动回到正式版
- 优化 工作流操作更顺手：从选择器打开模板、在画布工具栏添加步骤，缺少设置的步骤运行前会提示
- 优化 模型下载界面统一显示排队、速度与剩余时间，失败可重试，进行中的下载会出现在通知里
- 优化 引擎启动或生成失败时直接说明最可能的原因，并给出换目录、复制诊断信息或重试等对应操作
- 新增 手机端生产工作区：支持书籍导入、MP3/M4B 导出、可中断后继续的处理，以及保存前试听克隆音色
- 优化 小模型最低只需约 2 GB 空闲磁盘，空间不足 10 GB 时只提醒，不再阻止安装
- 注意 Windows 安装包未签名，SmartScreen 会提示“Windows 已保护你的电脑”，需点“更多信息 → 仍要运行”
相关推荐
更多软件
ComfyUIv0.44.0拖拽连线搭出 AI 图像视频流程 · 4GB 显存也能跑大模型
Compositor图片处理软件v1.6.3Mac 上替代 Photoshop 的修图软件 · 能直接打开
Codex++桌面版v2.2.0同时用多款 AI 编程工具的人 · 一份供应商池全管住
PicLite图轻 - 图片压缩工具v2.1.3给设计师和自媒体作者 · 复制图片自动压缩，结果浮在桌面
ImageToolbox 安卓全能图像编辑器v4.3.0-beta04安卓手机修图 · 500 多种滤镜串成一条链批量套用
轻量开源截图标注与录屏工具 - SnowAirv0.1.16-liteWindows 截图标注录屏一把抓 · 单文件免安装
paseo统一AI Agent控制台v0.15.0同时指挥多个 AI 编程助手 · 电脑上开工手机上看进度
Orca - 多Agent智能体开发管理工具v1.4.247同时指挥多个 AI 编程助手 · 各开独立副本对比结果