yovoice 是由 leemysw 推出的本地 AI 配音、声音克隆与文字转语音工具，主要面向视频创作者、播客与有声内容制作者、开发者及需要保护声音数据的用户。它可以将文字稿转换为带有情绪和表现力的语音，也支持通过参考音频复刻声线或根据文字描述设计新音色。

用户可以在 Windows 或 macOS 客户端中输入台词，选择音色并调整情绪、语气和语调，生成文章朗读、剧情演绎或视频旁白。模型下载完成后，语音合成可完全在本机离线运行，文稿、音色和生成作品默认保存在本地；同时提供 CLI 和 Agent Skill，方便批量配音或接入自动化流程。相比在线 TTS 工具，yovoice 更强调本地运行、声音资产控制和可调节的表达效果。

核心功能

文字转语音：输入文章、台词或旁白文稿，选择音色后生成可播放的语音，适合朗读、视频配音和有声内容制作。

长篇与多角色朗读：支持较长文本和多角色演绎，可为不同人物配置不同声线，用于小说片段、剧本或剧情内容制作。

声音克隆与音色设计：上传或录制参考音频提取专属声线，也可以通过文字描述设计符合要求的新音色。

情绪与语气控制：使用情绪标签、参考音频或自然语言提示调整语气，还能加入笑声等非语言表达，让同一句台词呈现不同情绪。

本地离线生成：模型下载完成后可在本机运行，文稿、音色资产和模型默认保存在本地，断网状态下也能继续合成。

CLI 与 Agent 集成：通过命令行脚本批量生成音频，也可接入 Agent Skill，让智能体根据文本和参考音色自动完成配音任务。

适合谁

• 需要制作视频旁白、短剧配音或有声内容的创作者。

• 希望为小说、剧本和角色设定制作多角色语音的人。

• 需要克隆个人声音或建立固定品牌音色的用户。

• 关注本地处理、数据隐私和声音资产管理的内容团队。

• 想把语音合成接入批处理脚本或 AI Agent 工作流的开发者。

使用方式

1. 从官网进入 GitHub Releases，下载 Windows 或 macOS 客户端。

2. 下载并选择需要使用的语音模型。

3. 输入文字稿，选择内置音色，或上传参考音频创建专属声线。

4. 调整情绪、语气、语调及多角色设置，试听并生成语音。

5. 导出音频文件，或通过 CLI、Agent Skill 批量生成和接入自动化流程。