VoiceStudio 声音克隆工具中文版下载Windows/Mac/Linux（开源配音工作台，支持 646 种语言）

获取下载链全程约 1 分钟

1. 打开微信，搜索「软件教程管家」关注，或长按下方二维码关注
2. 回复关键词 VoiceStudio 复制关键词（提取码 qjku）
3. 公众号自动回复网盘链接，点击即可保存下载

打开微信扫一扫关注
或搜索【软件教程管家】

官方渠道：GitHub 仓库

做视频、做播客、写长稿的人都绕不开声音这一关：自己录，嗓子状态和发音都不可控；请人配，等排期还要按分钟付费；给外语内容配中文旁白，逐句对时间轴是最磨人的重复活。VoiceStudio是把声音克隆、视频配音、听写转录收进同一个桌面应用的开源声音克隆工作台，官方口径支持 646 种语言，模型装完即可离线生成。本篇讲版本选择、安装步骤和装完必改的 3 个设置。

VoiceStudio 软件信息

版本选择：按系统装桌面版，模型先装一个再开工

结论先行：Windows、macOS、Linux 用户直接装对应系统的桌面安装包；装完先下载一个语音模型再开始用，没有模型的应用是个空壳。

版本没有新旧之争，关键是模型：默认引擎是开发团队基于 k2-fsa 与 OmniVoice 做的内置引擎，也支持切换其他引擎，装了哪个用哪个。

声音克隆怎么装：安装步骤

1. 按自己的系统挑桌面安装包下载安装，安装完成后首次打开应用。
2. 首次使用按应用提示下载对应的语音模型，下载完成之前先别急着生成，模型没装好点生成只会报错。
3. 打开声音克隆工作区，先选用内置演示声音试一次：输入一段文字点生成，确认能正常出声。
4. 试听没问题后，再上传自己的参考录音作为音色样本，录音要清晰、安静，杂音大的样本合成效果会打折。
5. 生成之前确认使用情况分析处于关闭状态（默认需本人同意才开启），不希望上传任何数据就保持关闭。

装完必改的 3 个设置

1. 选定默认语音引擎：设置 → 模型管理 → 选定默认引擎。模型与引擎是分开的两层：下载了模型，还要在模型管理里确认当前用的是哪个引擎。默认内置引擎够日常用，换引擎之前先确认新引擎的模型已经下载完成，否则切过去生成会失败。

2. 建好自己的声音库：声音库 → 新建声音 → 分别保存克隆声音与设计声音。克隆出来的声音和用文字描述造出来的新声音，都会进声音库，后面的配音、有声书和批量任务都直接调用。别每次现录现用，声音库建好一次，后面每个任务都能复用。

3. 确认隐私开关：设置 → 隐私 → 使用情况分析保持关闭。官方口径是使用情况分析要经本人同意才开启，装完先去确认一次。模型与素材默认留在本机目录，断网也能继续生成，这是它与云端配音服务最实在的差别。

VoiceStudio 功能特点：克隆、设计、配音、转录一条链

声音克隆：选已有声音或录一段参考录音

打开声音克隆工作区，可以直接选用内置演示声音，也可以上传一段清晰的参考录音作为音色样本。输入文字后点生成，模型会照参考音色把整段话读出来，长文稿一次合成。首次使用按提示下载对应模型，之后本机运行，素材不外传。需要留意：克隆他人声音前必须取得本人同意，商用还要先确认模型许可条款。

声音设计：用文字造一个新声音

声音设计工作区不需要参考录音，直接写一段描述：想要的年龄感、性别、语速、语调和情绪方向，应用据此合成一个原本不存在的嗓音。它适合角色配音、有声书旁白这类需要虚构角色声线的场景，不用为了找个听感对的人单独录十分钟样音。

视频配音：把旁白对齐到时间轴

视频配音工作区导入素材视频，画面时间轴与音轨逐条对应，写好旁白文本就能生成配音，落点跟着时间轴走。需要换语种时，给同一画面重配一条别的语言音轨即可，不用重拍画面。做双语内容时，它把翻译文本、合成语音、对齐时间轴这三步收进一个工作区，以前要在剪辑软件和录音安排之间来回倒，现在一个工作区走完。

悬浮听写与录音转录：开会口述直接成文

听写以悬浮组件的形式常驻屏幕一角，开会、采访、口述笔记时点一下，就把正在说的话转成文字，不用先录好再导进另一个转写工具。长录音转录同样走本地模型，整段音频进去、文稿出来，准确度随所选引擎变化，成稿建议自己过一遍再发。

故事与有声书：文稿进去，整章音频出来

写成一段故事或一本书的文稿，选好旁白声音，应用按章节拆分批量合成，自动处理段落间的停顿与衔接，输出可以直接分发的音频文件。连载内容、课程旁白这类一次产出十几二十条音轨的场景，任务排队跑完，不用守在电脑前逐条点生成，导出前试听一遍即可。

本地 API 与 MCP：接进开发者自己的工作流

应用对外提供本地 API 与 MCP 接口，编码智能体可以直接调用声音生成与听写能力；也可以用一行 npx 命令把 VoiceStudio 装成智能体技能，接进 Claude Code、Codex、Cursor 这类工具。批量任务用脚本调度，结果回写到自己的工作流，本机算力不够时可选远程 worker 分担。

注意事项与常见问题

1. 克隆别人的声音可以用吗？不可以直接用。克隆他人声音前必须取得本人同意，商用还要先确认模型许可条款。合规的做法是只克隆自己的声音，或者使用声音设计功能造一个原本不存在的嗓音。

2. 模型下载要多久、占多少空间？首次使用按提示下载模型，耗时看网速；模型与素材默认留在本机目录，磁盘占用随引擎走，硬盘余量紧张的人先确认空间再下载多个引擎。

3. 生成的语音准确度怎么样？长录音转录的准确度随所选引擎变化，成稿建议自己过一遍再发；配音的断句与停顿也可以在时间轴上微调，别指望一次生成就直接交付。

4. 一定要联网吗？不用。模型装完即可离线生成，大文件不过别人的服务器；远程 worker 只是可选项，不开就是纯本地运行。

适合谁，不适合谁

适合做视频、播客、有声书、课程旁白的人：自己录音不稳定、请人配音成本高、双语配音对时间轴磨人的三类场景，它都能接住；也适合想把语音能力接进自己工作流的开发者，本地 API 与 MCP 是它区别于普通配音网页的关键。只想偶尔给一条短视频配一句旁白的人，用在线配音工具更快，不用专门装一个桌面工作台；想拿它克隆名人或他人声音去冒充的人，直接绕道——那不是它的用途。

开源地址：GitHub 开源仓库

获取下载链接：微信关注公众号「软件教程管家」，回复【VoiceStudio】自动获取网盘链接。

推广

关注「软件教程管家」

回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。

相关推荐

开发Openwork：deepagentsjs 桌面代理工作台，文件操作+规划+子代理委派开源项目iLab GPT Conjure 免费下载｜本地绘图工作台开发Nexus-Lore 免费下载｜多世界设定资料工作台开源项目EcomGen 免费下载｜本地优先出图工作台开源项目qimgv 免费下载｜支持视频预览的开源开发Varin 免费下载｜开源 AI Agent 工作区