这个工具是做什么的
一个跑在本机的声音工作台，官方定位是「完全本地的 ElevenLabs 替代」：克隆声音或设计新音色、给视频按时间轴配音、浮动控件听写、转写、生成有声书与批量任务，覆盖 646 种语言。默认引擎是 k2-fsa/OmniVoice，也可以换成别的引擎；除了界面，还提供本地 API 与 MCP 给 agent 调用，支持复用配方和监视文件夹。本地流程都跑在自己的硬件上，远程服务是可选项，用量统计需要显式同意才会开启。适合在意声音素材和数据不外流、又不愿意按字付费的个人与团队，CPU 也能跑起来。
基本信息
- 分类：音视频
- 厂商 / 团队：debpalash
- 价格：开源免费（AGPL-3.0）
- 收录日期：2026-10-17
- 官网：github.com
适用场景
声音克隆 · 配音 · 本地推理 · 语音转写 · 开源