开源本地配音工具yovoice：声音克隆+情绪控制，支持Indextts 2.5

做视频、录课程、剪播客的时候，最烦的常常不是写文案，而是找一段合适的配音：云端配音按字数收费，改稿还要重新买额度，素材还得先上传。yovoice 是一款开源的声音创作软件，本地语音合成、声音克隆和情绪控制都在自己电脑上完成，不调用云端接口，也没有按字符计费，同时提供 macOS 和 Windows 版本。它适合短视频解说、课程音频和播客创作。软件特点完全免费：语音合成和声音克隆都跑在本地，不走云端 API，支持Indextts 2.5和VoxCPM模型等，下载模型即可使用音色克隆加情绪控制：这是它最核心的能力，除了把文字读出来，还能克隆声音、调节情绪，同一段文案可以试出不一样的语气。素材留在自己电脑：声音样本和生成过程都在本机完成，不必先把录音传到别人的服务器上，做商业内容时更安心。实测好用：清喜手把手测试，如果你需要一款本地配音、声音克隆的工具，那么这个软件非常合适适合这些场景：短视频解说、课程音频、播客片头、有声内容初稿、批量朗读，凡是需要反复出稿的活儿都能用得上。支持系统与更新：macOS 和 Windows 两个平台都有对应版本；项目采用 Apache-2.0 开源协议软件截图

工具说明

yovoice 的语音合成和声音克隆都跑在本机，不走云端 API，也就没有按字符计费这回事。音色克隆和情绪控制依赖已经下载到本地的模型，Indextts 2.5、VoxCPM 这类模型下载完成后即可使用。因为是本地推理，模型文件本身会占用磁盘空间，装之前先看看硬盘余量，别下到一半卡住。

适合人群

主要面向需要反复出稿的人：做短视频解说的、录课程音频的、剪播客的。同一段文案往往要改好几版，如果每次改稿都要重新上传素材、重新买额度，节奏很容易被打断。素材和生成过程留在自己电脑上，做商业内容时心里也踏实一些。

使用场景

短视频解说、课程音频、播客片头、有声内容初稿、批量朗读，都在它的适用范围内。开头配音、素材初稿这类工作，通常不需要一次做到完美，先用它把整条时间线铺出来，再决定哪里值得花精力打磨，效率会高不少。

上手建议

第一次用可以先拿一小段短文案试，重点感受情绪控制对同一段文字的影响：语气不同，出来的听感差别可能比想象中大。声音克隆需要先准备声音样本，样本的干净程度会直接影响结果，尽量避开有底噪、混响或背景音乐的录音。

需要注意的地方

实测视频可以参考，但具体到自己的音色和文案类型，效果还是得亲自跑一遍才知道。本地模型对硬件有一定要求，机器配置一般的话，生成速度可能比预期慢，这是正常现象。项目采用 Apache-2.0 开源协议，macOS 和 Windows 都有对应版本，下载时注意选对平台。