本地离线配音工具 VoiceStudio 爆火：646 种语言、音色克隆与 MCP 接入实操

做视频的人应该都懂这种痛：配音要么按字数给平台交钱，一条三五块，批量产出直接烧钱；要么把稿子和素材传到云端 API，隐私全交出去。想给自己克隆一个音色长期用，海外服务价格更不友好。

GitHub 上这周爆火的 VoiceStudio 把这件事整个搬到了本地：52K Star，配音、克隆、转写、有声书一条龙，646 种语言，全程不联网也能跑。

项目速览

项目	信息
定位	本地优先的开源语音工作台
GitHub	https://github.com/debpalash/VoiceStudio
Star	52K（单日新增超 3000，Trending 榜首梯队）
协议	AGPL-3.0
最新版本	v0.5.6（Electron 桌面版）
平台	macOS / Windows / Linux / Docker，支持 CUDA 与 Apple Silicon 加速
创建时间	2026 年 4 月

一句话定位：一个跑在自己电脑上的语音工厂，音色克隆、视频配音、听写转写、批量有声书全部本地完成，还能通过 MCP 接给你的编码 Agent。

为什么值得看

市面上语音工具分两类：云端 SaaS 按字符计费，用得越多烧得越多；本地开源项目往往只有个命令行脚本，配环境比配音还费劲。

VoiceStudio 把两头都补齐了。它是一个正经的桌面应用，界面里点选音色、贴文本、点生成就能出音频；底层全部跑在你自己的硬件上，NVIDIA 卡走 CUDA，苹果芯片走 Metal，没有独显用 CPU 也能跑，只是慢一些。

更关键的是这周它接入了 Agent 生态：官方提供了两个 Skill，一条命令装进 Claude Code、Codex、Cursor 这些编码 Agent，Agent 就能直接调用本地的语音能力，要配音就配音，要转写就转写。对这一类模型工具和 智能 & 数据 & 云 相关的自动化工作流来说，本地语音能力正在变成可编排的一环。

五大核心特性

1. 音色克隆与语音设计。

给一段干净的参考录音，就能克隆出对应音色长期复用；没有录音也没关系，用文字描述想要的声音，比如沉稳男声、活泼少女，系统直接设计一个出来。

2. 视频配音闭环。

上传视频，工具按时间轴对齐生成配音语音，输出的就是配好音的成片素材。做搬运本地化、教程多语言版，不用再手动对轨。

3. 有声书与批量任务。

长文本切成章节批量合成，小说、课程讲义、公众号文章转音频，一次排队跑完，睡一觉起来整个专辑就渲染好了。

4. 听写与转写。

悬浮窗实时听写，音视频文件批量转文字，646 种语言覆盖。会议录音、访谈素材出稿都在本地完成。

5. 本地 API 加 MCP 接入。

应用内置本地 API 和 MCP 服务，除了官方 Skill，任何支持 MCP 的 Agent 都能把 VoiceStudio 当成自己的发声器官，自动化流水线里加一环就够。像 Claude、GPT、Gemini 这类模型能力，也常借助 RouteFast.ai 这样的模型 API 中转服务接入不同业务，而 VoiceStudio 更偏向把语音输出留在本地完成。

适用场景

• 自媒体与视频创作者：批量配音、多语言版本、固定音色 IP，零 API 成本
• 有声书与播客制作者：长文转音频，章节批量渲染，人声自然流畅
• 程序员与效率党：通过 MCP 把语音能力挂进 Claude Code，让 Agent 自动产出配音和字幕
• 对隐私敏感的团队：稿件、录音不出内网，云端服务零依赖

怎么装、怎么用

第一步，一键安装桌面版（macOS 和 Linux）：

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

Windows 用户去 Releases 页面下载安装包，也有 Docker 镜像可选。

第二步，首次打开会提示下载所需语音模型，按提示装好，默认引擎是 k2-fsa/OmniVoice。

第三步，进语音克隆工作台，传一段参考录音，贴入文本，点生成，几秒后音频就出来了。

想让编码 Agent 也能用，把这条命令丢给 Claude Code：

npx skills add debpalash/VoiceStudio

装完后试一句：用我的默认音色，把这篇公众号文章转成配音音频。Agent 会自动调本地服务完成合成，全程不需要你打开界面。

为什么推荐它

推荐理由：这是把专业配音工作流真正开源化的项目。

52K Star 不是白来的：桌面级的完成度、CI 持续集成、官网文档齐全，还有中文 README，上手门槛几乎为零。

要注意两点：AGPL-3.0 协议对二次分发有约束，商用前读一下各模型的独立许可；克隆他人音色务必拿到本人授权。国庆假期正是囤素材的好时候，给自己克隆一个音色，后面的视频配音就再也不用排队交钱了。

---

项目地址：https://github.com/debpalash/VoiceStudio

觉得有用，去给作者点个 Star。