yovoice

TTS 语音克隆本地推理开源收录于 2026-09-17

把文字转成本地语音的桌面工具，支持音色克隆与情绪控制，全程本地推理、不按字数收费；项目极新，模型要自己下

它能做什么

在 macOS 与 Windows 上本地生成语音，跑 IndexTTS 2.0 / 2.5 与 VoxCPM2 模型，不走云端接口
用 1 到 60 秒参考音频做音色克隆，或按文字描述做声音设计
可调情绪、演绎方式、引导强度与推理步数
导入或录制参考音频、裁剪片段、试听、导出的成套音频流程
另带独立 CLI 与 Agent Skill，可让 AI 直接调用生成旁白

截图暂不可用

适用场景

做有声书与播客的独立创作者：素材涉及版权，不能上传到云端 TTS 时
给视频配音的自媒体人：需要一个固定的声音形象，又不想每次都被计费
在意素材不出本机的用户：合同、内部资料要转语音，只能本地跑

踩坑提示

使用限制：模型要单独下载、体积不小，还要挑 CPU 引擎、NVIDIA CUDA 或 Vulkan 版本，硬件不好的机器跑不动
功能边界：v0.1.1 采用完整生成后播放，不提供流式生成，长文等待时间较久
长期可用性：项目 2026-09-15 才创建、仓库 21 星，属于刚起步的个人项目，长期维护不确定
注册与隐私：本地运行不需要账号，但克隆他人声音涉及声音权与肖像权，商业用途前请自行确认授权

替代方案对比

替代品	比它强在哪	比它弱在哪	什么情况下选这个替代品
GPT-SoVITS	社区最大、音色克隆效果经过大量验证、教程多	部署门槛更高，动手成本大	有一定技术能力、要最好的克隆效果
CosyVoice	开源、中文效果自然、有官方模型	偏研究向，桌面端开箱体验不如 yovoice	做中文语音合成的研究或集成
Edge 大声朗读	系统自带、零配置、秒出结果	音色固定、不能克隆、要联网	只想随便听一段文字

想零配置在本地做音色克隆选 yovoice；要最成熟的克隆效果、也愿意折腾选 GPT-SoVITS

资源地址

继续浏览

上一条食迹下一条AALookup

类似发现

不知道看什么？让阿卷带你随便逛逛

你也找到了好东西吗？分享给所有人

没有找到想要的？告诉阿卷帮你找