28
6 月
OmniVoice Studio：一键安装的 ElevenLabs 开源替代，646 语言+视频配音+有声书
OmniVoice Studio 是 ElevenLabs 的开源替代品——一个完全本地运行的 AI 语音工作站桌面应用。无需 API Key、无需云服务，支持 macOS/Windows/Linux，646 种语言。内置 11 个 TTS 引擎 + 9 个 ASR 引擎，一键安装即可使用。
核心功能
- 🎙️ 零样本声音克隆：3 秒片段镜像任何声音，覆盖 646 种语言
- 🎨 声音设计：性别、年龄、口音、音调、语速、情感、方言全部可调
- 🎬 视频配音：YouTube URL 或本地文件 → 转录 → 翻译 → 配音 → 导出 MP 4
- 📖 有声书编辑器：导入文本/EPUB/PDF，自动分章节，导出 .m 4 b
- ⌨️ 全局语音输入：任意应用 ⌘+⇧+Space 唤起，实时转写后自动粘贴
- 🤖 MCP 服务器：从 Claude、Cursor 等 MCP 客户端直接调用
- 🛡️ AI 水印：内置 Meta AudioSeal 不可见水印，可抵抗压缩
- 🔐 100% 本地：无需 Key、无云、无账号，数据永不离开机器
内置引擎阵容
TTS 引擎（11 个）：OmniVoice（默认）、CosyVoice 3、GPT-SoVITS、VoxCPM 2、MOSS-TTS-Nano、KittenTTS、MLX-Audio、Sherpa-ONNX、IndexTTS 2、OmniVoice GGUF、Supertonic 3。
ASR 引擎（9 个）：WhisperX（默认）、Faster-Whisper、MLX Whisper、PyTorch Whisper、Parakeet TDT、Moonshine、FunASR、sherpa-onnx 实时听写。
安装与要求
macOS 下载 DMG、Windows 下载 MSI、Linux 下载 AppImage 或 .deb。首次启动需右键→打开。最低 4 GB 显存，推荐 8 GB+，Apple Silicon 原生 MPS，无 GPU 也可 CPU 运行。
与 ElevenLabs 对比
| 维度 | ElevenLabs | OmniVoice Studio |
|---|---|---|
| 价格 | $5-$330/月 | 免费开源 |
| 语言 | 32 种 | 646 种 |
| 数据隐私 | 上传云端 | 完全本地 |
| API Key | 必需 | 不需要 |
| 桌面应用 | ❌ | ✅ 全平台 |
| TTS 引擎 | 1 个 | 11 个 |
| 有声书/多声部 | ❌ | ✅ |
常见问题
Q: 能替代 ElevenLabs 吗？ 声音克隆和配音质量相当，多语言覆盖胜出。ElevenLabs 在云端 API 和预置声音库上更成熟。
Q: 可以商用吗？ AGPL-3.0 许可，个人/教育/商业免费。嵌入闭源产品需购买商业许可。
Q: 如何添加自定义 TTS 引擎？ 继承 TTSBackend 类，约 50 行代码即可接入。
相关链接
分享这篇文章
RELATED
Posts
PolyAI 的语音 AI 延迟砍到 280ms，碾压 OpenAI 三倍——但这有什么可吹的？
PolyAI 发布 Dialog-RSN-1 语音对话模型，端到端延迟降至 280ms，是 OpenAI GPT-realtime-2.1 的三分之一——语音 AI 终于不会打断你了。
2026年7月 Vibe Coding 六大工具横评：Lovable、Bolt、Cursor、Replit、v0、Claude Code 怎么选？
核心结论：Vibe Coding 工具选型不是「谁最好」，而是「谁最适合你」。非技术创业者首选 Lovable，专业开发者首选 Cursor，追求极速原型选 Bolt，React 前端选 v0，一站式学习选 Replit，终端重度用户选 Claude Code。最重要的是——高手都在用混合流水线，从不只用一把刀。
为什么 2026 年每个人都在讨论 Vibe Coding？
Vibe Coding 这个词从 2025 年初被创造出来，到被 Collins 词典选为年度词汇，再到 2026 年成为一个 $47 亿规模的市场——整个过程只用了 18 个月。
几个数字让你感受一下这个赛道的热度：
41% 的全球代码已经是 AI 生成的92% 的美国开发者每天使用 AI 编程工具87% 的 Fortune 500 公司至少部署了一个 Vibe Coding 平台Lovable...
2026 国产模型 Agent 工具调用选型：Qwen 3.7、Kimi K3、GLM 5.2、MiniMax M2.7 怎么选
从 Function Calling、官方内置工具与 Agent harness 三层拆解 Qwen 3.7、Kimi K3、GLM 5.2、MiniMax M2.7，并附生产验收清单
2026 国产模型长上下文选型：Kimi K3、Qwen 3.7、GLM 5.2 怎么选
比较 Kimi K3、Qwen 3.7 与 GLM 5.2 的 1M 上下文、输出和模态边界，给出长文档、RAG、大型代码库的选型决策树
2026 国产大模型 API 价格对比：五家官方报价与成本选型
基于截至 2026 年 7 月 25 日的厂商官方页面，对比 Qwen 3.7、GLM-5.2、Kimi K3、MiniMax M2.7 与 DeepSeek V4 的输入、输出和缓存价格，并用统一公式估算月度成本
Marketing Skills — 37K 星 AI Agent 营销技能库：CRO、SEO、文案、增长工程一站式 Agent 工具包
一句话结论：Marketing Skills 是 Corey Haines 构建的一个开源 AI Agent 营销技能库，已在 GitHub 获得 37,000+ Stars。它包含 36 个结构化营销技能，覆盖转化率优化（CRO）、文案写作、SEO 审计、数据分析、增长工程等领域，让 AI 编码 Agent 变身专业营销顾问。 项目介绍 Marketing Skills 是一个遵循 Agent Skills 规范 的技能集合。每个技能是一个 Markdown 文件，给 AI Agent 注入特定营销任务的专业知识和结构化工作流。当你在项目中添加这些技能后，Agent 能识别你正在做营销任务，自动应用正确的框架和最佳实践。 作者 Corey Haines 是 Conversion Factory 和...
AI Job Search — 7K 星 Claude Code 求职框架：让 AI Agent 帮你投简历、写求职信、模拟面试
一句话结论：AI Job Search 是一个基于 Claude Code 的 AI 求职框架，在 GitHub 上已获得 7,000+ Stars。它把 Claude Code 变成一个全能求职助手：自动评估岗位匹配度、定制简历、写 Cover Letter、准备面试。TypeScript 开发，MIT 开源。 项目介绍 AI Job Search 由丹麦开发者 Mads Lorentzen 创建，核心思路是：把求职变成一个结构化的、AI 可执行的流水线。你只需填写个人资料（CV、技能、经历），Claude Code 会自动完成后续所有步骤。 核心工作流（自我画像→岗位匹配评估→起草-审查申请流水线）是语言和国家无关的。内置的丹麦求职门户技能（Jobindex、Jobnet 等）可以替换为你当地的求职网站。项目还提供了 /add-portal 命令自动生成新求职门户的搜索技能。 核心功能 自我画像：填写 CV、技能、工作偏好后，Agent 自动建立你的职业画像
岗位匹配评估：Agent 分析岗位描述，评估匹配度，给出申请建议
简历定制：根据目标岗位自动调整简历重点和关键词
Cover Letter 生成：起草-审查双 Agent 流水线，确保质量
面试准备：基于岗位描述生成常见问题和回答建议
LinkedIn 全球搜索：通过公开...
Agent Skills — Addy Osmani 开源的 AI 编码 Agent 24 技能包：从 Spec 到 Ship 全生命周期工程规范
一句话结论：Agent Skills 是 Google Chrome 工程总监 Addy Osmani 开源的生产级 AI 编码 Agent 技能包，24 个技能覆盖 Define→Plan→Build→Verify→Review→Ship 完整开发周期。支持 Claude Code、Cursor、Codex、Copilot 等 70+ 工具。将 Google 工程文化的最佳实践编码为 Agent 可执行的结构化工作流。 项目介绍 AI 编码 Agent 默认走最短路径——跳过 Spec、跳过测试、跳过安全审查。Agent Skills 给 Agent 注入了资深工程师的工程纪律：什么时候写 Spec、测试什么、怎么审查、什么时候上线。这不是通用 Prompt，而是经过 Google 工程文化验证的、结构化的、有明确验证标准的工程工作流。 每个技能包含：流程步骤、验证检查点、反借口表（阻止 Agent 跳过步骤）、红线标记。设计理念来自
12-Factor Agents — 构建生产级 LLM 应用的 12 条原则：从原型到可靠产品的工程方法论
一句话结论：12-Factor Agents 是 HumanLayer 提出的构建生产级 LLM 应用的 12 条工程原则，受 12-Factor App 方法论启发。它回答了一个核心问题：什么原则能让我们构建的 LLM 应用真正达到可以交付给生产客户的质量标准？ 项目介绍 作者 Dexter 在构建 AI Agent 产品时发现一个普遍问题：大多数 Agent 项目能达到 70-80% 的质量，但突破 80% 进入生产级别需要深入了解框架内部。他提炼了 12 条原则，帮助开发者从一开始就用正确的方式构建可靠的 LLM 应用。 核心洞察：即使 LLM 持续指数级增长，依然存在核心工程技巧让 LLM 应用更可靠、更可扩展、更易维护。最关键的是——你不需要全盘重写来采用 Agent 架构，可以逐步将 Agent 的模块化概念融入现有产品。 12 条原则 自然语言优先 — 用自然语言定义...
Chatwoot — 30K 星开源客服平台：自托管替代 Intercom/Zendesk，支持全渠道 + AI Agent
一句话结论：Chatwoot 是 GitHub 上 30,000+ Stars 的开源客服平台，自托管替代 Intercom 和 Zendesk。支持网站实时聊天、邮件、WhatsApp、Facebook 等全渠道收件箱，内置 AI 助手和知识库。Ruby on Rails 开发，数据完全私有。 项目介绍 Chatwoot 是现代开源客服支持平台，为需要完全控制客户数据的企业设计。它将所有客户对话集中到一个强大的收件箱，无论客户从哪里联系你。支持 网站实时聊天、邮件、Facebook、Instagram、Twitter、WhatsApp、Telegram、Line、SMS 等渠道。 核心优势：完全自托管，数据归你所有。适合有合规要求（GDPR、HIPAA）或不想把客户数据交给第三方 SaaS 的企业。 核心功能 全渠道收件箱：网站、邮件、社交、即时通讯，一个界面管理所有对话
AI 助手：自动回复、意图识别、情感分析、对话摘要
知识库：内置帮助中心，支持多语言
联系人管理：客户画像、交互历史、自定义字段
团队协作：对话分配、内部备注、预设回复（Canned Responses）
自动化：基于规则的自动分配、标签、触发器
API 和 Webhook：完整 REST API，支持自定义集成
移动端：React Native 构建的 iOS/Android App 安装方式 # Docker 一键部署（推荐）
docker run -p 3000:3000 chatwoot/chatwoot # 手动安装（Ubuntu）
git clone https://github.com/chatwoot/chatwoot.git
cd...