想给视频配音又不想把声音传上云？VoiceStudio 在自己电脑上就能克隆和配音

先说它能做什么。README 列的核心功能有这几项：用一段干净录音克隆声音（零样本，就是不用另外训练）、用文字描述来设计一个声音、给视频翻译并配上对得上节奏的语音、悬浮窗听写、本地转写，以及把 EPUB 或 PDF 变成有声书。官方称覆盖 646 种语言，默认引擎基于 k2-fsa/OmniVoice，也可以在模型管理器里换别的。

01三个系统各有一条最省事的装法

macOS 要求 13.3 以上，Apple 芯片用 Metal 加速；Intel 的 Mac 只能跑界面，得连别的电脑上的后端。装法有 Homebrew、下载 DMG，或一行脚本。第一次打开如果提示“已损坏”，README 说那是系统门禁（Gatekeeper）拦了，不是下载坏了，并给了处理方法。

# macOS / Linux 一行安装（来自官方 README）
curl -fsSL https://voicestudio.sh/install | sh

# Windows PowerShell
irm https://voicestudio.sh/install.ps1 | iex

Windows 需要 10 或 11 的 64 位系统，有 N 卡走 CUDA，没有就用 CPU；Linux 有 AUR、Snap、DEB、AppImage 几种包。官方说没有显卡也能用，只是慢。另有 Docker 镜像，以及 Android 和 iPhone 的预览版（装的是 APK 或 IPA）。

02第一次出声：三步

• 打开“Voice Cloning”（声音克隆）。
• 放进一段干净的人声样本。官方说 3 秒就行，5 到 15 秒通常效果更好。
• 输入文字、选语言，点 Generate。

软件在下载任何模型之前都会先问你，所以磁盘占用可以自己控制。想让 Claude Code 之类的智能体帮忙，仓库里还提供了本地 API 和 MCP 服务器，能让它们调用配音功能。

03用之前要看的两条

许可方面：应用本身是 AGPL-3.0，商用要遵守这个协议的条款（比如改了代码再以网络服务提供，要公开改动）；模型权重、声音和生成内容各有各的许可，官方在模型管理器里逐个显示。另外官网提到收费的 Pro 版还在筹备，开源版免费。

声音方面：README 明确要求，只克隆得到本人许可的声音。拿别人的录音去“复刻”再发出去，既可能侵权，也可能涉及冒充。