GitHubDaily(@GitHub_Daily):做短视频、有声书的，配音这一步挺磨人，自己录得反复重来，在线配音又按字数收费，稿子还得传到别人的服务器上。最近看到 yovoice，一个开源的本地配音工具，macOS 和 Windows 都有安装包，文字转语音、声音克隆、情绪控制都在自己电脑上跑。录一段自己 1 到 60 秒的声音，就能用这个声音读稿子，语气能调情绪，也能直接用文字描述想要的腔调。 GitHub：https://t.co/VKQXmmAlkL 模型有 IndexTTS、VoxCPM2、OmniVoice、Qwen3-TTS 几家可选，Qwen3-TTS 自带 9 个现成音色，有的模型不用参考音频，一句话描述就能设计出新声音。苹果芯片的 Mac 和带英伟达显卡的 Windows 电脑都有硬件加速，模型在应用里下载，断了能接着下。还附了一个 Agent Skill，让 Claude Code 这类工具拿着稿子和参考音频直接出配音文件，不用打开桌面端，我觉得批量做口播最省事的就是这个。经常给视频配旁白、又不想按字数付钱的朋友，可以装一个试试。

2026.09.26 13:30

做短视频、有声书的，配音这一步挺磨人，自己录得反复重来，在线配音又按字数收费，稿子还得传到别人的服务器上。最近看到 yovoice，一个开源的本地配音工具，macOS 和 Windows 都有安装包，文字转语音、声音克隆、情绪控制都在自己电脑上跑。录一段自己 1 到 60 秒的声音，就能用这个声音读稿子，语气能调情绪，也能直接用文字描述想要的腔调。 GitHub：模型有 IndexTTS、VoxCPM2、OmniVoice、Qwen3-TTS 几家可选，Qwen3-TTS 自带 9 个现成音色，有的模型不用参考音频，一句话描述就能设计出新声音。苹果芯片的 Mac 和带英伟达显卡的 Windows 电脑都有硬件加速，模型在应用里下载，断了能接着下。还附了一个 Agent Skill，让 Claude Code 这类工具拿着稿子和参考音频直接出配音文件，不用打开桌面端，我觉得批量做口播最省事的就是这个。经常给视频配旁白、又不想按字数付钱的朋友，可以装一个试试。

显示更多