GitHub上有个本地AI语音工具,挺实用,还不用上传隐私

最近刷GitHub，看到一个项目挺有意思：把一整套AI语音工作室装到你自己电脑上。不用充会员，不用把录音传到云端，没独立显卡也能跑。目前快100k星标了，涨得挺猛。

项目地址：github.com/debpalash/VoiceStudio

它叫VoiceStudio，完全本地运行。说白了，就是把常用的语音功能打包进一个桌面软件，全程在你自己的设备上跑。

核心功能四块：声音克隆、文字转语音配音、视频配音对齐、语音转录听写。支持646种语言，Windows、macOS、Linux都能用。没独显也行，CPU能跑，就是慢一点。

最关键是隐私：模型、生成过程、你的素材都在本地，不用怕录音泄露，也不用担心素材被拿去训练。

挑几个我觉得实用的说说。

1. 本地声音克隆

在线克隆工具不少，但上传自己的录音总有点不放心。声音跟人脸一样，挺私人的。VoiceStudio的克隆全程在本地，你准备一段干净录音导入，模型在你电脑上训练，生成好的音色也存本地，下次直接调用。我随手录了30秒日常说话试了试，语气、音色、停顿习惯还原得比预期好，日常配音、念稿够用，全程没联网。

2. 视频配音自动对齐

做过视频二创或译制的都懂，最烦的不是生成语音，是对嘴型。一句句拖时间轴，差零点几秒都崩溃。这个工具导入视频、输入文案、选音色，它会自动调整语速和停顿，尽量卡原片时间点。做不到百分百严丝合缝，但能省大半手动对齐的功夫。

3. 批量长文本生成

做有声书、课程录音的，可以把整段文本导进去，选好音色，挂后台跑，不用守着一句句生成，回来拿成品就行。

4. 模型管理器

不是一股脑塞给你几十G模型，想用什么语言、什么风格按需下载，小硬盘也友好。

项目完全开源，去官方仓库找release，对应自己系统下载安装包，一路下一步就行。

两个小建议：第一次用先下个小模型试试水，别上来就最大模型；没独显也能跑，慢点但效果一样。大多数人也用不着全玩明白，配个音、转个文字，挑需要的用就行。