vibevoice-studio

录段声音，就能用你的声音说话

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 16 🐛 待处理 4 👀 关注 1
GitHub ↗
GitHub 星标 ★ 65
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，可自行部署使用，全部功能免费。

项目预览

vibevoice-studio 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队shamspias
GitHubhttps://github.com/shamspias/vibevoice-studio
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，可自行部署使用，全部功能免费。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai-voice,ai-voice-clonining,fastapi,llm,python,text-to-speech,text-to-voice,tts,vibevoice,vibevoice-large,vibevoice-microsoft,voice-clone,voice-cloneai,voice-cloning,voice-generation,voice-generator
GitHub 星标★ 65
上线时间2025-08-30 00:00:00
代码更新2025-10-19
仓库体积10.8 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

VibeVoice Studio 是一个基于 Python 和 FastAPI 构建的语音克隆与文本转语音（TTS）应用。它允许用户录制或上传音频来训练个性化语音模型，然后通过文本或文件输入生成自然流畅的语音，并支持保存和下载训练好的声音。项目旨在降低语音克隆的技术门槛，提供简洁的界面和 API，使个人开发者或小团队能快速集成语音合成能力。核心能力包括声音训练、多格式音频输入、文本转语音生成、声音管理以及基于 LLM 的增强处理。目前项目处于早期阶段，星标数较少，但技术栈清晰，适合作为语音应用的起点。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 65

核心亮点

  • 支持录制或上传音频训练个性化声音，操作直观
  • 基于 FastAPI 提供 API，易于集成到其他应用
  • 集成 LLM 能力，可能增强文本处理的自然度

不足之处

  • 项目处于早期阶段，功能完整性和稳定性待验证
  • 文档和社区支持尚不完善

适用场景

  • 个人开发者快速搭建语音克隆原型
  • 内容创作者生成个性化配音
  • 教育领域制作定制语音教材

替代项目

Coqui TTS、Mimic3、OpenVoice

上一篇：HiggsAudio-Studio

下一篇：youtube-auto-dub

同类项目推荐

NVDA-IBMTTS-Driver 开源

让 NVDA 用上经典 IBMTTS 语音，听感更自然

This project is aimed at developing and maintaining the NVDA IBMTTS driver. IBMTTS i···

★ 80 2026-08-09
qwen-tts2api 开源

把通义千问 TTS 包装成 OpenAI 接口，一行代码切换语音服务

️ Qwen TTS to OpenAI Speech API

★ 88 2026-08-09
ProDiff 开源

极速扩散语音合成，快过实时，质量不减

PyTorch Implementation of ProDiff (ACM-MM'22) with a Extremely-Fast diffusion speech···

★ 431 2026-08-09
Vocello 开源

在 Apple 芯片上离线快速生成语音，保护隐私，无需联网。

Vocello: a private voice studio for Apple Silicon. Write a script, pick or describe ···

★ 388 2026-08-09
TTS-Audio-Suite 开源

在 ComfyUI 里拖拽节点，本地跑多种 TTS 和声音克隆

A ComfyUI custom node integration for local multi-engine multi-language Text-to-Spee···

★ 1262 2026-08-09
nonverspeech38k 开源

让AI学会笑、叹、哼，生成自然非语言人声

The official repository for the paper “NonVerbalSpeech-38K: A Scalable Pipeline for···

★ 71 2026-08-09
D2M-GAN 开源

给舞蹈视频自动生成匹配节拍的音乐

[ECCV2022] D2M-GAN for music generation from dance videos

★ 85 2026-08-09
swift-tts 开源

Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine

A straightforward package containing version for Swift modern concurrency, Point-Fre···

★ 52 2026-08-09
voicefixer 开源

一键修复受损语音，去噪去混响去削波，让声音更清晰

General Speech Restoration

★ 1398 2026-08-09