debpalash/VoiceStudio：在本地完成克隆、配音与有声书制作

📋 概述

VoiceStudio 把自己摆在 ElevenLabs 的开源本地替代位上：音色克隆、音色设计、视频配音、听写、转写与有声书制作，覆盖 646 种语言，全部跑在自己的硬件上。默认引擎是 k2-fsa 的 OmniVoice，也可以换成别的引擎，官方提供了功能与引擎目录。三块工作区对应三类活：创建（克隆音色或设计新音色，浮动小部件做听写）、生产（按时间轴给视频配音，做故事、有声书与批量任务）、连接（本地 API 与 MCP 给 agent 用，另有可复用的 recipe 与监听文件夹）。安装是一条 curl 或 PowerShell 脚本，装的是 Electron 桌面端，也给了 dmg、exe、AppImage、deb 与 Docker 各平台指南，还能直接把一段安装提示词丢给编码 agent 让它自己装。硬件分层写得很实在：NVIDIA 走 CUDA、Apple Silicon 走 Metal，没有独显的机器用 CPU 版 PyTorch（约 5 GB 磁盘）也能跑只是更慢；Windows on ARM 是实验状态，Intel Mac 只能当界面用、需要连远程后端。