easyvoice

项目概述

易声（EasyVoice）是一个基于 Qwen3-TTS 的本地多语言傻瓜配音 / 声音克隆工具（中文界面，开箱即用）。

主要功能

• 3 秒声音克隆：上传或录制约 3 秒参考音频，即可克隆该音色用于任意文本/字幕配音
• 多语言配音：支持中文、英文、日文、韩文、德文、法文、俄文、葡萄牙文、西班牙文、意大利文共 10 种语言，默认「自动识别语种」
• 字幕配音（多角色）：上传 SRT/VTT/LRC 字幕，按行首「名字：」前缀自动分配说话人音色、逐条试听/改词/重录，按时间轴对齐生成
• 本地运行：全程本地推理，不上传云端
• 显卡自适应：有 GPU 自动使用 CUDA 加速，无显卡自动降级到 CPU
• 音质可选：在「极速 0.6B / 高质 1.7B」两档模型间手动切换
• 开箱即用：下载整合包解压双击启动

适用人群

• 需要为视频或字幕配音的用户
• 需要克隆特定音色的用户
• 视频创作者、自媒体运营者

快速上手

1. 前往 Releases 下载整合包（完整大包 ~4.6GB 或 CPU 精简包 ~0.5GB）
2. 解压到本地目录
3. 双击启动脚本运行
4. 上传参考音频克隆音色，输入文本或上传字幕进行配音

核心优势

• 3 秒极速克隆音色，操作简单
• 支持 10 种语言，覆盖主流语种
• 本地推理，隐私安全
• 显卡自适应，无显卡也能用
• 中文字幕多角色配音，按时间轴对齐

系统要求

• 操作系统：Windows
• 额外依赖：有 NVIDIA GPU 时推荐使用完整大包；无显卡时使用 CPU 精简包