標籤：語音克隆

VoiceStudio 開源：本地語音克隆取代 ElevenLabs

2026-10-02 技術

VoiceStudio 是一套以 AGPL-3.0 開源、預設在本機執行的語音工具，把語音克隆、聲音設計、影片配音、聽寫、轉錄與有聲書製作整合在同一個桌面應用，支援 646 種語言。本文整理其架構選擇、專案數據、與 ElevenLabs 等雲端服務的差異，以及實際安裝與代理程式整合方式。

閱讀更多

Voicebox 開源：5.5 萬星本地語音工作室

2026-09-22 技術

Voicebox 是開源的本地 AI 語音工作室，在 GitHub 累積 5.5 萬顆星標與 269 萬次下載。本文整理其 7 套 TTS 引擎、23 種語言、MCP 語音輸出與跨平台 GPU 支援，並分析它如何在單一應用內同時涵蓋語音合成與聽寫輸入。

閱讀更多

Real-Time-Voice-Cloning 開源解析：5 秒複製人聲的經典

2026-09-09 技術

Real-Time-Voice-Cloning 是擁有 60,126 星標的經典開源語音克隆項目，基於 SV2TTS 架構，只需 5 秒音檔即可複製人聲並即時合成語音。本文解析其 GE2E、Tacotron、WaveRNN 三階段架構、核心技術亮點、安裝方式與生態定位，並比較其與 2026 年新方案的差異。

閱讀更多

45,908 星開源項目：Coqui TTS — 深度學習文字轉語音引擎

2026-08-18 技術

Coqui TTS 是 GitHub 星標逾 4.5 萬的開源深度學習文字轉語音（TTS）項目，支援逾 1,100 種語言的預訓練模型，提供語音克隆、多語種模型與低延遲串流能力，MPL-2.0 授權，專為研究與生產環境打造的先進語音合成引擎。

閱讀更多

60,916 星開源項目：GPT-SoVITS — 語音克隆與文字轉語音工具

2026-08-16 技術

GPT-SoVITS 是 GitHub 星標逾 6 萬的開源語音克隆與文字轉語音項目，僅需 5 秒參考音訊即可零樣本合成語音，1 分鐘訓練資料即可微調出高相似度聲線，支援中英日韓粵五種語言跨語合成，MIT 授權，提供 WebUI 一站式工具鏈，2024 年 1 月發布至今持續更新。

閱讀更多