[开源] 做了个桌面配音 APP —— yovoice，支持音色复刻和情绪调节，效果还不错

[leemysw]

最近做了一个本地配音桌面应用 yovoice ，支持 macOS 和 Windows 。

每次想给视频配个音，要么得忍受云端 API 的延迟和计费，要么折腾一堆 Python 环境和奇奇怪怪的 WebUI 。就想搞一个装上就能用、界面顺眼的客户端：贴上文案、挑个音色、顺便调下语气情绪，啪的一下就能出音频。

目前支持：

• 音色复刻：导入或录制参考音频，复刻音色。
• 情绪调节：调整声音的情绪和表达方式。
• 音色与作品管理：保存常用音色，试听和导出生成的音频。
• CLI 和 Agent Skill：通过命令行或 Agent 生成配音，接入自己的工作流。

底层基于 audio.cpp ，在本地运行。安装包内置推理引擎，首次使用时下载模型即可开始。

源码：github.com/leemysw/yovoice 下载：GitHub Releases

[bigtotoro]

下载试试看

[leemysw]

欢迎体验，0.1.2 版本新增了更多的模型，玩法更多了

IndexTTS 2.0 ———— 中英音色克隆、情绪控制、参考演绎
IndexTTS 2.5 ———— 多语言音色克隆、情绪控制、发音调整
VoxCPM2 ———— 文字设计音色、音色克隆、参考原文辅助的精细克隆
OmniVoice ———— 属性设计音色、音色克隆、非语言声音标签
Qwen3-TTS ———— 参考音色克隆、可选原文辅助、多语言生成
Qwen3-TTS CustomVoice ———— 9 种内置音色、文字控制风格与情绪
Qwen3-TTS VoiceDesign ———— 自然语言描述设计音色，无需参考音频

[leemysw]

yovoice 0.1.3 更新

这次主要改善了 Windows 的使用体验，并新增网络代理设置。

- 网络代理：可在「设置 → 常规」中配置代理，支持一键开关，修改后自动保存。
- Windows 界面：调整窗口标题栏，优化应用菜单和提示弹窗。
- 引擎安装修复：解决 Windows 下部分压缩包因目录路径格式导致的解压失败。
- 界面细节：统一下拉菜单的展开位置，调整侧边栏布局和滚动条显示。

可在应用内检查更新，或[下载 0.1.3]( https://github.com/leemysw/yovoice/releases/tag/v0.1.3)。

[leemysw]

yovoice v0.1.4 发布 🎙️
这次更新加入了角色库，完善声音管理与试听体验，并新增 Kokoro 模型支持。

1. 角色库：保存音色和生成参数，编辑试听台词，在不同作品中复用角色。
2. 声音管理：支持从历史音频中截取并保存音色，补充参考原文。
3. Kokoro 模型：新增可直接下载的轻量 Q8 模型，提供 49 个内置音色；多语言完整版及 v1.1 中文版支持导入，仍属实验性支持。
4. 界面优化：角色和声音头像、列表搜索、播放器及弹窗交互优化。
5. 稳定性修复：修复旧版 macOS 下拉菜单兼容、麦克风权限回调和服务退出问题。

提供 macOS Apple Silicon 、Windows 安装包，以及 macOS 、Windows 、Linux 独立 CLI 。
🔗 https://github.com/leemysw/yovoice/releases

[leemysw]

yovoice v0.1.5 发布 🎙️
这次主要更新了故事配音和音轨编辑，让生成后的声音更方便整理成作品。

1. 新增故事配音模式，支持导入字幕、分段生成语音。
2. 音轨支持裁剪、混音、撤销与重做，以及 WAV 导出。
3. 支持作品归档导入导出，方便备份和迁移。
4. 新增 Kokoro 官方 BF16 模型下载。
5. 优化播放跟随、音轨缩放和磁吸裁剪，修复旧版 macOS 下拉菜单及 Windows 窗口适配问题。

支持 macOS 、Windows ，独立 CLI 另支持 Linux 。本地运行，开源免费。
下载： https://github.com/leemysw/yovoice

[leemysw]

yovoice v0.2.0 发布 🎙️
经一个国庆的迭代，yovoice 迎来 0.2.0 大版本更新！🎉

它不再只是一个 TTS 配音工具——现在的 yovoice ，不仅能本地克隆声音，还能写歌、编曲、跑多轨 MIDI ，完全本地离线、零 API 成本！

这次 0.2.0 搞了几个大动作：
1. 终于加入了 AI 音乐生成（ ACE-Step / YuE2 ），写几句歌词或者给个风格，本地显卡直接出整首歌！
2. 做了多轨编曲工作台，能接 SoundFont 音色库渲染 MIDI ，支持分轨导出，甚至能让 AI 帮你写谱。
3. 接入了 DeepSeek 、通义千问等大模型，一句话写出完整乐谱和歌词。
4. UI 全面翻新，做成了复古唱片、磁带与票根风格，界面干净又治愈。

无论是做自媒体配音、有声书旁白，还是给独立游戏写 BGM ，都可以本地一键搞定，没有每月的扣费账单。