GitHub 46k StarVoiceStudio从零部署完整教程 · 新手照着做就能跑起来 · 效率工具指南 · 原创教程摘要VoiceStudio 部署教程本文在 Windows 上从零部署这款 46k Star 的开源 AI 语音工作室涵盖一键安装包、首次启动的 Python 环境自动配置、国内网络镜像适配GitHub / HuggingFace、声音克隆、视频配音、语音转写使用方法并附 7 个真实踩坑的完整解决方案与一键命令速查。AI 配音、声音克隆类服务普遍按字符收费、按月订阅数据还要上传到云端。VoiceStudio 是一款完全在本机运行的免费开源替代配音、克隆、转写、有声书一个应用全包覆盖 646 种语言。本文基于一台普通 Windows 电脑8GB 内存、2GB 显存的低配笔记本从安装包到生成第一条音频完整跑通连国内网络环境下的镜像配置、依赖安装、低显存优化都整理好了跟着做就能得到一个完全属于自己的 AI 语音工作室。这篇教程适合谁想给视频做 AI 配音、克隆专属音色的内容创作者需要「口述转文字/采访转写」效率工具的人在意语音数据隐私、不想上传云端的人想跑一个本地 AI 语音服务的开发者。跟着做一台普通 Windows 电脑即可完成。本文要点技术栈Electron 44 React 19 桌面端Python 3.11 FastAPI 本地服务端口 3900PyTorch k2-fsa/OmniVoice 语音引擎、faster-whisper 转写引擎当前版本 v0.5.6安装省心官方安装包 首次启动自动下载 Python 运行环境与全部依赖数 GB无需手动配置环境变量国内网络全适配GitHub 加速镜像、HuggingFace 镜像自动选择下载到出量全流程走通7 个真实踩坑证书拦截、磁盘规划、依赖下载、水印模型、低显存优化等全部给出解决方案附源码部署路径与完整命令速查顺带解锁本地 API / MCP可接入 Claude Code、Codex 等工作流一、项目简介VoiceStudiodebpalash/VoiceStudio是一款本地优先的 AI 语音工作室声音克隆、音色设计、视频配音、听写、转写、有声书制作一个应用全包覆盖 646 种语言。它的定位是 ElevenLabs 等付费语音服务的开源免费替代。与云端语音服务不同VoiceStudio 的推理全部在你自己的电脑上完成参考音频、合成结果、项目数据都不离开本机没有按字符计费的订阅也没有「录音上传到别人服务器」的顾虑。它同时提供一个本地 API 服务端口 3900和 MCP 接口开发者可以把「文本转语音」「语音转文字」直接接进自己的工具和 AI Agent 工作流。二、GitHub 项目数据项目主页https://github.com/debpalash/VoiceStudio项目数据Star46.1k本周 GitHub Trending 周榜在榜单周 7,972主要语言Python桌面端为 Electron React技术栈Electron 44 React 19 / Python 3.11 FastAPI / PyTorch OmniVoice faster-whisper许可证项目代码 AGPL-3.0默认语音权重另有许可见第九节 FAQ最新版本v0.5.6核心功能声音克隆、音色设计、视频配音、听写、转写、有声书/故事、本地 API 与 MCP界面语言完整简体中文三、它能解决什么问题配音太贵AI 配音平台按字数/订阅收费VoiceStudio 完全免费、以本地算力替代云端账单想要「自己的声音」用 5-15 秒清晰人声就能克隆出可用音色给视频配统一旁白外语视频看不懂把视频丢进「配音」模块自动识别语音、翻译并合成配音采访/课程录音整理烦转写模块直接出文字写作、聊天时还能用「听写」把说的话直接变成文字担心隐私录音和生成结果都在本机处理不经过任何云端服务开发者要集成本地 APIOpenAI 兼容端点 WebSocket MCPClaude Code、Codex、脚本都能调。四、环境安装配置从零开始✅先说结论用官方安装包部署你不需要手动安装任何开发环境——Python、依赖库、音视频组件全部由应用在首次启动时自动下载配置。全流程只有三个决策点装到哪个盘、环境放哪个盘、模型放哪个盘。4.1 硬件与磁盘动手前先看一眼项目要求系统Windows 1021H2 及以上/ Windows 1164 位磁盘空间程序 运行环境约 5GB默认模型约 6GB建议预留 30GB 以上推荐安装到大容量分区如 D 盘显卡可选NVIDIA 显卡可启用 CUDA 加速装好官方驱动即可没有独显也能用 CPU 运行速度较慢内存8GB 起步16GB 以上体验更好4.2 首次启动的「环境自动安装」安装包路径专属首次打开 VoiceStudio 会进入「安装本地运行环境」界面这里把路径规划一次性做好后面就不用再动语言选「zh-CN」界面即为简体中文下载区域国内网络选「china」——Python 包与模型下载会自动走国内镜像速度差异巨大应用环境Python 运行环境的位置默认在 C 盘用户目录。如果 C 盘空间紧张点「更改…」换到大容量分区的一个全新空目录例如D:\env\VoiceStudio。点击「安装本地运行环境」后应用会按四个阶段自动完成检查环境 → 下载 uvPython 包管理器→ 下载并安装依赖含 PyTorch共数 GB→ 验证环境。全程进度可见无需人工干预
