VoiceStudio 是一个开源的、完全本地的 ElevenLabs 替代品，支持语音克隆、语音设计、视频配音、听写、转录和有声书制作，覆盖 646 种语言。项目内置 16 个 TTS 引擎和 11 个 ASR 引擎，可在 macOS、Windows、Linux 及 Docker 上运行，本地工作流无需账号、API 密钥或订阅。
对需要离线语音合成、注重数据隐私的开发者来说，VoiceStudio 把语音克隆和配音能力全部放在自己的硬件上，音频、转录、声音和项目数据默认只留在本机。它同时提供 OpenAI 兼容的音频 API 和 MCP 服务器，方便接入现有工具链；GPU 方面支持 CUDA、Apple Silicon MPS/MLX、Linux 上的 ROCm 以及纯 CPU 模式。
项目采用 AGPL-3.0 许可，当前处于活跃 beta 阶段，官方提示使用最新 release 版本以获得稳定体验。
GitHub
🔗 原文：github.com/debpalash/VoiceStudio