📊 查看 debpalash/VoiceStudio 项目页

📱 下载 AI Rank App

VoiceStudio 是跑在本机的开源语音工作室。仓库把自己写成「完全本地的 ElevenLabs 类替代」：用干净参考音频做声音克隆、用文字描述设计音色、给视频做按时轴配音，以及听写、转写和有声书式朗读。README 写支持 646 种语言。

默认生成引擎是内置的 VoiceStudio（底层为 k2-fsa/OmniVoice）。模型管理器还能装 CosyVoice、IndexTTS、各类 Whisper 系转写等，以官方功能目录为准。## 一句话定位

  • 桌面端以 Electron + 本地 Python 后端为主；手机端 Android／iOS 在文档里标为 Preview
  • 主页 voicestudio.sh，源码 github.com/debpalash/VoiceStudio
  • 应用本体许可为 AGPL-3.0；模型权重与生成音频另有条款，在模型管理器里逐项展示
  • 维护者信息见 README 团队区：Palash Debnath（debpalash）；v0.5.7 说明里把 Shimul Debnath（velixio）列入核心团队

跨平台安装命令

官方安装文档给出的入口如下。

macOS／Linux：

curl -fsSL https://voicestudio.sh/install | sh

Windows（普通权限 PowerShell）：

irm https://voicestudio.sh/install.ps1 | iex

voicestudio.sh 不可达时，可改为仓库内脚本：

curl -fsSL https://raw.githubusercontent.com/debpalash/VoiceStudio/main/scripts/install.sh | sh

Shell 安装器负责校验发布页上的校验和并安装应用；Windows 也可直接下载 VoiceStudio-…-win-x64.exe（或实验性的 win-arm64）。源码开发路径是 git clone 后执行 bun run dev。应用在下载模型前会询问确认。

→ 项目排名： debpalash/VoiceStudio 在 AI Rank 的每日星标增长

最新稳定版与平台状态

GitHub 稳定版标签 v0.5.7 发布于 2026 年 10 月 26 日，资源大致包括：

平台（README 标注） 安装包形态
macOS Apple Silicon（Stable） mac-arm64.dmg
macOS Intel（Limited，仅界面／远程后端） mac-x64.dmg
Windows 10／11 x64（Stable） win-x64.exe
Windows on ARM（Experimental） win-arm64.exe
Linux x64（Stable） AppImage、deb
Android 10+（Preview） apk／aab
iOS 17+（Preview） 未签名 ipa，需自行侧载
Docker（Stable） GHCR 镜像

macOS 文档要求 13.3 及以上，并建议预留约 10 GB 磁盘（应用、Python 环境与权重）。Windows 文档同样按约 10 GB 估算；没有 NVIDIA 时会走体积更小的 CPU 版 PyTorch（文档写大约需 5 GiB 可用空间，CUDA 路径约 9 GiB）。文档写明：无独显也能跑，只是更慢。

功能与引擎范围

功能目录把「克隆／设计／配音／听写／人声分离／说话人分离／批量队列／MCP／水印／本地优先」等产品面，与具体引擎列表分开维护。生成默认走 OmniVoice；转写默认 WhisperX，也可换 Faster-Whisper、MLX Whisper 等。能否用上某引擎，取决于你装了哪些权重、本机是 CUDA／MPS／CPU／ROCm，以及 Hugging Face 上是否还有单独授权墙。

安装与首启常见问题

安装与排障文档里反复出现的几类问题如下。

  1. macOS 提示「已损坏，无法打开」：文档说明多半是 Gatekeeper 拦截未公证／仅 ad hoc 签名的包，不等于文件损坏。清除隔离属性，或改用官方 shell 安装器（会清 quarantine）。相关公证缺口见上游讨论（#1779）。
  2. Intel Mac 不能装本地后端：PyTorch 已不再提供 Intel Mac 轮子（#889）。界面仍可连远程后端；本地 Python 环境不会建成。
  3. 下错架构的 DMG：Apple Silicon 机器若打开 x64 包，可能误入 Intel 依赖路径；应改用 mac-arm64。
  4. Hugging Face 401／说话人分离失败：pyannote/speaker-diarization-3.1 等是门控模型，要在 Hub 页面点同意许可，并在应用「设置 → 凭证」填同一账号的 token。
  5. Linux 白屏或 GPU 合成器问题：可尝试带 --disable-gpu 启动；Wayland 下文档还提到可选 --ozone-platform=x11。
  6. Windows Smart App Control／应用程序控制：运行时里大量第三方 DLL 可能被拦，排除名单不一定管用；文档给出的选项包括关闭 SAC、改走 WSL2／Docker，或接远程后端。
  7. 首次下载卡住：CUDA 大轮子与模型分片在受限网络上容易中断；文档写了重试、镜像（如 HF_ENDPOINT），以及无 NVIDIA 时用 OMNIVOICE_TORCH_VARIANT=cpu。

应用内 设置 → 关于 → Run self-check 与诊断压缩包，是官方建议的自查入口。

许可边界

LICENSE-NOTICE.md 写明：应用本体按 AGPL-3.0 发布，在 AGPL 条款下可把应用用于商业场景；若改完再通过网络提供给别人用，需要按 Affero 义务提供对应源码。模型权重、分词器与生成结果另有许可，应用许可并不代替模型权利。项目还写明：克隆他人声音须征得所有者同意。

若组织希望在闭源产品中嵌入且摆脱 AGPL 义务，通知里指向付费商业许可与 Pro 方案页面；具体价格以官网当时公示为准。

开源榜上的位置

AI Rank 快照日 2026-10-31（last_crawled）里，debpalash/VoiceStudio 位列开源项目榜 第 5（前一日名次 21），星标 94,982，1 日 +1,402、7 日 +12,358，分类为 Applications／Content creation。星标反映的是 GitHub 关注度，不是音质。起草时直接读 GitHub API 的星标会高于该快照，引用排名时以带日期的 AI Rank 页为准。

继续探索： 在 AI Rank 的开源项目排名 查看今天增长最快的 AI 开源项目。

或 📱 下载 AI Rank App 在手机上随时查看。

封面图片：debpalash/VoiceStudio 的 GitHub Open Graph 预览图；由 AI Rank 编辑排版。

本文使用自动化编辑辅助，于 2026 年 10 月 30 日依据官方资料与指定日期的 AI Rank 数据核对，未进行自有跑分测试。