VoiceStudio：オープンソースのローカル音声クローン（ElevenLabs 代替）インストールガイド
VoiceStudio（GitHub 96k+ スター）：完全ローカルで動く AI 音声スタジオ。音声クローン、ボイスデザイン、動画ダビング、文字起こしを 646 言語対応。インストールコマンド、動作環境、agent スキル、FAQ を解説。
最終更新: 2026-10-31
VoiceStudio とは？
VoiceStudio（debpalash/VoiceStudio、★96k+）は ElevenLabs のオープンソース代替です。自分のデバイス上で完全に動く AI 音声スタジオで、音声クローン、ボイスデザイン、動画ダビング、書き取り、文字起こし、有声書のナレーションを 646 言語対応。背後に有料クラウドを持ちません（AGPL-3.0）。
GitHub トレンドの常連（リポジトリには trendshift バッジ）で、約束はシンプルです。macOS / Windows / Linux 向けデスクトップアプリ（ほかに Docker イメージとプレビュー版モバイルアプリ）として提供され、すべてのモデルをローカルで実行。録音は自分の PC から一歩も出ません。
主な機能
| 機能 | 説明 |
|---|---|
| 音声クローン | クリーンなリファレンス録音から、その声で話す音声を生成。 |
| ボイスデザイン | 声を言葉で記述すると、そのまま生成。 |
| 動画ダビング | 動画を翻訳して吹き替え。音声を元のタイミングに合わせます。 |
| 書き取り・文字起こし | フローティングの書き取りウィジェットとローカル文字起こし。 |
| ナレーション・バッチ | 物語、有声書、キュー投入されたジョブ。 |
| 接続・自動化 | ローカル API、MCP サーバー、再利用可能なレシピ、監視フォルダ。 |
既定エンジンは OmniVoice（k2-fsa 製）。内蔵のモデルマネージャーで他の多数のエンジンから選べ、必要なモデルだけをダウンロードします。ダウンロード前にはアプリが確認を求めます。
インストール方法
macOS / Linux
curl -fsSL https://voicestudio.sh/install | sh
Windows（PowerShell）
irm https://voicestudio.sh/install.ps1 | iex
最新リリースからインストーラーを直接取得しても構いません。.dmg（Apple Silicon）、.exe（Windows 10/11 x64）、.AppImage / .deb / Snap / Nix（Linux）、GHCR の Docker イメージ、さらに完全オフラインで動くプレビュー版 .apk / .ipa があります。
macOS で「VoiceStudio は壊れているため開けません」と出るのは、Gatekeeper が未署名アプリをブロックしただけで、ダウンロードの失敗ではありません。対処法はプロジェクトのインストールガイドにあります。
コーディングエージェントで入れる（Claude Code、Codex、Cursor など）場合は、agent セッションに次を貼ります：
Install the VoiceStudio app on this device and verify it works, following
https://github.com/debpalash/VoiceStudio/blob/main/docs/install/agent.md
Agent スキル： npx skills add debpalash/VoiceStudio で 2 つのスキルが入ります。音声作業用の voicestudio と、リポジトリ保守用の voicestudio-maintainer です。
動作環境
- GPU は必須ではありません。CPU でも十分使えます（速度は落ちます）。NVIDIA CUDA（Windows では AMD ROCm も選択可）があれば高速化し、ネイティブ GGUF エンジンは AMD / Intel / NVIDIA GPU で Vulkan 加速も使えます。
- macOS ビルドは Apple Silicon（Metal）向け。Intel Mac はリモートバックエンド接続の限定版のみ。
- Android 10+ と iOS 17+ はプレビュー版で、デバイス上でオフライン実行します。
- モデルはモデルマネージャーから必要に応じてダウンロード。各モデルのライセンスがそこで表示されます。
DeepSeek Harness での音声作業
VoiceStudio は DeepSeek Harness プラグインではなくスタンドアロンアプリですが、ローカル API と MCP サーバーを通じて agent エコシステムと接続でき、DSH の会話からも他の agent ハーネスと同じように駆動できます。DSH の中で音声を出したい場合は、ネイティブの選択肢がこちらです。
- 音声・スピーチ系プラグイン——DSH プロファイル向けに作られた音声合成・音声プラグイン。
- MCP・プロトコル系プラグイン——DSH プロファイルにマウントできる MCP サーバー。
- エージェント・自動化ワークフロー——DSH agent 駆動の定期ナレーションやバッチ処理。
FAQ
VoiceStudio は本当に無料ですか？ 無料です。アプリは AGPL-3.0（その条件の下で商用利用も可）で、背後に有料クラウドはありません。モデルの重み・声・生成物にはそれぞれ別のライセンスがあり、モデルマネージャーに表示されます。
オフラインで使えますか？ 使えます。クローンもダビングも文字起こしもすべてローカル実行で、モバイル版はデバイス上で完全オフライン。唯一の通信はモデルのダウンロードで、その前にはアプリが確認します。
ElevenLabs との違いは？ ElevenLabs は従量課金のクラウドサービスです。VoiceStudio は同じ種類の作業（クローン、デザイン、ダビング、文字起こし）を自分のハードウェア上で、文字数課金ゼロで行えます。多少の利便性と引き換えに、プライバシーと限界費用ゼロを得る形です。
どんな声でもクローンできますか？ その声の持ち主の許可がある場合だけ。README にも明記されています。同意のない声のクローンは、道具がどうであれ濫用です。
中国語や日本語の UI・ドキュメントはありますか？ README には簡体字中国語版と日本語版があります。音声作業は 646 言語対応です。
Linux に対応していますか？
します。.AppImage、.deb、Snap、Nix があり、NVIDIA CUDA か CPU を選べます。