vibevoice-studio 是音频音乐领域的开源项目，由 shamspias 开发，2025 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 65。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-06-03。MIT许可证，可自行部署使用，全部功能免费。
它主要面向的使用场景是：个人开发者快速搭建语音克隆原型。同类可对比的替代方案包括 Coqui TTS、Mimic3、OpenVoice。
vibevoice-studio
录段声音，就能用你的声音说话
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。
开源
free
音频音乐
GitHub 星标
★ 65
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队shamspias
所属国家
定价模式free
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
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
30天Star增速
HF 下载量
上线时间2025-08-30 00:00:00
最近更新2026-06-03 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2
使用教程
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
项目介绍
下一篇：youtube-auto-dub
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
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···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···