大小：204.5MB类别：媒体制作
官方版安全无插件
VoiceStudio 是一个开源的语音工作台，把多套 TTS 合成引擎和 ASR 识别引擎集成在一起，用户能在这些引擎间一键切换，按实际场景挑出更合适的效果。想做零样本音色克隆，准备 3 到 15 秒的参考音频就能复刻出说话人的音色，语气和发声特征也能一并还原；也可以直接描述年龄、口音、情绪，让系统生成一个全新的人声。
VoiceStudio电脑版把音频转录、字幕生成、多人声区分、翻译以及配音这些环节串联成一条完整的工作流，视频本地化制作可以在同一款软件里从头做到尾，专业语音处理任务因此变得既省事又高效。
1、启动VoiceStudio电脑版后，切换到【语音】页面；
2、把希望声音朗读的内容填写到输入框里；
3、从预设方案中挑选一项，或者通过“描述你的声音”功能，把能听到的特征写清楚——比如年龄区间、声线特质、语速、口音、力度以及所适用的表达场景；
4、声音设置还可以再往下细调。
5、最后点选【生成音频】就可以了；
6、以上便是VoiceStudio电脑版创建新声音的完整操作指引。
v0.5.6版本
一、亮点
1、接到 Twilio 来电时，可用事先存好的语音向对方致意并完成接听；该功能初始为关闭状态，并附带本地通话质量检测。
2、VoiceStudio 现已打通 Claude Code、Cursor、Codex CLI 与 OpenAI Agents SDK，这些工具均已成功接入并可正常使用。
3、将已保存克隆的参考样本进行替换，再从 OmniVoice 里克隆时长超过 20 秒的参考音频
4、在 8 GB 显存的 GPU 上即可处理长篇有声书的章节，即使中途断电或数据文件夹被移动，也能正常应对。
5、马拉雅拉姆语数字与章节提示表，以及未带语音标记标签的字幕
二、已更改
Voice Clone 的活动引擎会依据参考音频的实际时长来运作，并不会强制你把素材压缩到 15 秒以内。
三、已添加
1、对已保存的语音克隆参考样本进行编辑：可先播放试听，再通过上传音频或直接录制的方式将其替换，最终保存回原有的同一语音条目。
2、通过已存语音应答 Twilio 来电：该功能初始为关闭状态，采用签名 Webhook 与一次性流令牌机制，并支持本地通话质量检测
3、在马拉雅拉姆语配音与有声读物中，数字、百分比及小数均以马拉雅拉姆语的口语形式呈现，而非直接照读原始数字。
4、故事或有声书渲染完毕后，可获取一份章节提示表（HH:MM:SSTitle），其时间戳与 M4B 内嵌章节一一对应，并附带 MP3 便携式章节信息
5、OpenAI Agents 集成页面给出了一段可直接复制的代码，把它放到 VoiceStudio 上就能运行 Agents SDK 的语音管道。
6、OpenAI 兼容 API 新增 GET /v1/models 与 POST /v1/audio/translations 两个接口，后者由多语言 Whisper 模型提供支持，并会拒绝 turbo 模型。
7、语音请求支持 stream_format（audio 或 sse）以及 OpenAI 的 {"id": ...} 语音对象
8、转录时由 language、prompt 和 temperature 三项参数共同传入 Whisper 引擎处理，返回结果中的 words 字段则通过 timestamp_granularities[]=word 指定获取。
9、集成能力：提供可复制的 Codex CLI（config.toml），支持任意 MCP 客户端（HTTP 或 stdio）接入，并可通过 VoiceStudio API（curl 与 OpenAI SDK）调用，同时支持 Docker/GHCR 部署方式。
四、已修复
1、字幕粘贴或导入后，卡拉OK标签将不再被识别；WebVTT与SubRip导出文件若未经改动，原始字幕标记仍会保留。
2、已保存声音并上传超过20秒音频后，可在OmniVoice上再次进行克隆，系统会自动选取最佳片段。
3、VoxCPM2 改变了以往的做法，不再把一段容量有限的参考素材与整段文本一一对应起来。
4、说话人分割功能采用 Lightning 2.6.6 版本，这一版本能够拦截来自恶意检查点的代码执行行为
5、在 8 GB 显存环境下，长篇有声书章节渲染时不会再出现超时；遇到超时的章节，会在当前分块处理完成后停止占用 GPU。
6、Windows 环境下重置连接后，后端不会再出现仍在运行却无法访问的状况。
7、官方 OpenAI SDK 与 OpenAI Agents SDK 维持原状：gpt-4o-mini-tts 以及现有的 OpenAI 语音名称不会再因为“未知模型”而报错失败
8、语音引擎如今会读取 OpenAI instructions 中的内容，而不再将其跳过；OmniVoice 正是借助其中的语音设计标签来实现这一处理。
9、语音 PCM 采样率为 24 kHz，这一点与 OpenAI 的规范一致；AAC 与 Opus 均返回真实的对应编码格式，若缺少编码器则属于明显错误，而非被错误标记的 WAV 文件
10、转录报告会显示实际检测到的语言，不再固定显示英语；verbose_json 的分段结构也与 OpenAI 的模式保持一致。
11、兼容 OpenAI 的路由在出错时按 OpenAI 格式返回，遇到无效请求则给出 400 响应
12、有声书章节渲染完成后，即便数据文件夹被移动，仍可继续使用；关机也不会清除恢复点或破坏章节音频。
13、音频书章节缓存未命中时，现在会记录自缓存渲染之后哪些输入发生了变化。
14、Docker 环境下的 MCP 客户端将 /mcp 作为连接目标，采用从源码构建的方式，而非直接拉取，从而避开 HTTP 405 问题
15、MCP 工具与 backend.speech_client 统一采用同一后端，端口通过 OMNIVOICE_PORT 获取，不再默认使用 3900。
16、卡片标注是否属实有明确判断：只有确实存在对应设置项时才会显示“支持 VoiceStudio”，其余情况一律标为“外部链接”。
1、声音克隆
放一段短视频，我们把它镜像翻转一下。一般三秒左右就行。
2、声音设计
用一句话就能生成全新的声音，性别、年龄、口音、音调与情感均可自由设定。
3、视频配音
转录、翻译并重新配音，保留每位说话人信息，同时完成时间对齐。
4、故事
多角色有声书：先挑选配音人选，再安排进脚本中。
5、有声书
可将篇幅较长的剧本或EPUB电子书转化为分章节呈现的有声书作品。
6、配音画廊
按口音、年龄与风格分类整理好的现有音色可供挑选试听。
7、文字记录
把音频或视频内容转成文字，转换后的文本支持编辑与检索。
展开内容
29.41MB
机客小书童是一款专注于电子书制作的工具软件，用户可以通过在线搜索电子书资源并进行智能加工，生成适用于手机阅读的电子书文件。它支持导出 apk 和 ios 两种格式，方便在不同设备上安装使用。除了文字类电子书，软件也能处理漫画和照片内容，把图片素材整理成可翻阅的电子书。软件本身无需安装，单个文件点击即可运行，对电脑配置要求不高。下面从功能特色和系统支持两方面介绍这款工具。
211.2MB
达芬奇调色软件（DaVinci Resolve Lite）是一款面向影视后期制作的调色与剪辑工具，它的设计初衷是减少不同软件之间的协作障碍，让时间线能在DaVinci Resolve与Final Cut Pro、Avid、Premiere Pro等剪辑软件之间顺畅导入导出。现在不少拍摄现场就开始做后期处理，照明等环节也常校色检查来调整，软件因此加入了针对这类流程的管理工具。Lite版本保留了核
4Videosoft Media Toolkit Ultimate
97.9MB
4Videosoft Media Toolkit Ultimate 是一款把多种影音处理工具打包在一起的合集软件。它围绕 DVD 与常见视频格式的转换、刻录、复制，以及 iPhone 媒体传输管理，划分出五个独立功能模块。用户安装一次即可在同一个工具集里完成抓取、转换、备份等常见操作，省去分别寻找单功能软件的麻烦。下面按原有条目整理它的功能分布与安装破解步骤。
个人视频电影制作软件(BlazeVideo SmartShow)
39.86MB
BlazeVideo SmartShow 是一款面向普通用户的视频编辑与制作工具，能把照片、音乐、文字和视频片段拼成一段完整影片，再分享给身边人。操作门槛很低，没有剪辑经验也能上手，内置的梦幻效果和过渡动画让成片看起来更流畅自然。软件支持把作品保存成适合多种便携设备播放的格式，在最新的 Windows 8 系统上也能正常运行。
3.18MB
EOP MIDI 是 EOP 团队推出的一款钢琴学习软件，永久免费。它去掉了 PC 键盘部分，把重点放在对 MIDI 键盘的控制上，适合想通过真实键盘练习钢琴的用户。软件在 MIDI 功能上做了多项优化，支持外接设备、音色加载和曲目示范，能覆盖从入门到日常练习的多种场景。
166.74MB
快影PC端是一款通过安卓模拟器在Windows系统运行的智能视频编辑工具，特别适合短视频创作者使用。这款软件集成了专业级剪辑工具与创意素材库，让普通用户也能轻松影视级作品。从基础的分割、合并功能到高级的变速调节、动态转场，所有剪辑需求都能满足。
175.3MB
名编辑电子杂志大师作为一款专业级电子刊物创作工具，其免费特性让企业用户能够轻松各类数字化出版物。是线上电子图书、企业宣传画报、年度报告、商业手册，还是教育机构的教学刊物，这款软件都能完美呈现。独创的3D翻页技术可将PDF/图片一键转换为动态电子书，同时支持多媒体编辑、多终端适配等强大功能，让数字阅读体验焕然一新。
47.83MB
Pixelorama中文版作为一款开源免费的像素艺术创作工具，其简洁直观的界面设计让用户能够快速上手。软件集成了铅笔、橡皮擦、油漆桶、拾色器等专业绘图工具，配合智能化的操作逻辑，即使是像素画新手也能创作出令人惊艳的作品。是简单的像素图标还是复杂的场景设计，都能在这里获得完美的呈现。
13.11MB
GoldWave作为一款轻量级音频处理软件，集成了录音、编辑、播放及格式转换等核心功能，其小巧的体积下隐藏着强大的专业级音频处理能力。这款软件支持包括WAV、OGG、MP3在内的二十余种主流音频格式，甚至能从DVD、CD等多媒体载体中精准提取音轨，音频工作者的瑞士军刀。
278.99MB
万彩动画大师作为一款专业级动画视频创作工具，集强大功能与简易操作为一体，为用户带来前所未有的视觉创作体验。这款软件不仅内置海量精美模板资源，更能通过简单的拖拽替换快速生成高品质动画作品，彻底传统动画制作流程。
214.43MB
照片是时光的定格，承载着无数珍贵记忆：孩子蹒跚学步的憨态、毕业典礼上抛起的学士帽、金婚老人相视而笑的皱纹...将这些静态画面转化为动态影像，配合悠扬旋律，在人生重要时刻与挚爱分享，才是记忆最鲜活的打开方式。万彩影像大师免费版正是这样一款零门槛的创意工具，让每个人都能成为生活导演。
345.82MB
Mshow导播软件作为一款专业级直播工具，以其智能化操作和卓越性能重新定义了视频制作体验。这款软件打破了传统导播的技术门槛，让普通用户也能轻松实现多平台同步推流，是抖音、B站等国内平台，还是YouTube、Twitch等国际站点，一键即可触达全球观众。其的镜头调度系统能够智能分析直播内容，自动匹配最佳镜头视角，让每一帧画面都充满电影级的叙事张力。
105.93MB
VideoScribe是一款专为手绘动画视频设计的神奇工具，即使您是零基础的初学者，也能快速掌握并制作出令人惊艳的动画作品。这款软件不仅内置海量精美图库资源，还支持用户导入个性化素材，通过简单的拖拽操作即可完成文字、音效等多元素融合创作，最终导出为各类主流视频格式。是制作吸睛的营销视频、生动的教学演示，还是为演讲增添视觉魅力，它都能让您的创意以动态手绘的形式跃然屏上。
24.62MB
七彩色电子相册制作工具本质上是一款将静态照片转化为动态视频的创意软件，它不仅具备基础的电子相册合成功能，还能为每张图片添加丰富的转场动画，搭配个性化背景音乐，最终生成兼容性极强的MP4格式视频。这款工具最大的亮点在于其开箱即用的特性——无需复杂安装流程，双击即可运行，是家庭用户制作旅行纪念册，还是职场人士整理项目汇报素材，都能快速上手。
6.75MB
VideoMach作为一款集多媒体格式转换与专业编辑功能于一体的全能工具，其兼容性覆盖了从传统AVI、FLIC到新兴MPEG等多种主流视频格式。这款软件不仅能实现完整的文件格式转换，更能精准提取影片中的特定画面或独立音轨，视频素材处理的瑞士军刀。通过其强大的参数调整模块，用户可以自由修改帧率、视频编解码器、色彩参数，甚至能为默片添加背景音乐，赋予老影片新的生命力。