VoiceStudio
ElevenLabs の代替。声のクローン・動画の吹き替え・音声入力・オーディオブック作成をパソコン上で行う音声スタジオ
オープンソース代替：ElevenLabs
サーバーは不要。パソコン（Windows・Mac・Linux） にインストールして、無料で使えます 導入方法を見る ↓
- ARM対応
- 日本語UI
- 日本語ドキュメント
オープンコア：AGPL-3.0
アプリ本体は AGPL-3.0 で、商用・社内利用もできます。別にクローズドソースの有料版「VoiceStudio Pro」（1人あたり年99ドル、または買い切り299ドル）があり、商用ライセンス証書・複数端末・先行機能が付きます。モデルの重み（学習済みの AI モデルのデータ本体）は別ライセンスで、公式の注記によると標準の k2-fsa/OmniVoice の重みは CC-BY-NC（非商用）です。
VoiceStudio は、「完全ローカルで動く ElevenLabs の代替」をうたうオープンソースの音声アプリです。README によると、参考の録音から声をクローンする機能、文章の説明から新しい声を作る機能（ボイスデザイン）、タイミングを合わせた動画の吹き替え、画面に浮かぶウィジェットからの音声入力、文字起こし、長い原稿のオーディオブック化とまとめて処理するバッチ機能があり、対応言語は646言語とされています。ローカル API（ほかのプログラムから機能を呼び出す窓口）と MCP サーバー（AI とアプリをつなぐ共通規格）も備え、AI エージェントやスクリプトから音声を作らせることもできます。
AI の頭脳は自分のパソコンの中です。標準のエンジンは k2-fsa/OmniVoice で、ほかのエンジンにも切り替えられます。モデルは初回利用時に Hugging Face からダウンロードし、生成はパソコン上で行います。アカウントや API キーは不要で、利用状況の送信（PostHog）は初回に同意した場合だけです。NVIDIA GPU（CUDA）や Apple シリコン（Metal）があると速く、GPU がないパソコンでも CPU で動きますが遅くなります。公式サイトは「メモリ8GB程度で始められる」と説明しています。VRAM の目安はエンジンごとに異なり、まとまった数値は公表されていません。Intel Mac はアプリの画面だけが動き、処理は別のマシンのバックエンドにつなぐ形です。
macOS・Windows・Linux 用のインストーラーとワンライナーの導入スクリプトがあり、サーバー向けの Docker（アプリを環境ごと箱に詰めて動かす仕組み）イメージ（linux/amd64 のみ）もあります。アプリ本体は AGPL-3.0 で無料ですが、別にクローズドソースの有料版「VoiceStudio Pro」（1人あたり年99ドル、または買い切り299ドル）があり、商用ライセンス証書・複数端末での利用・先行機能が付きます。公式のクラウド API は先行登録の段階で、2026-10-15 時点では提供されていません。2026年4月公開のプロジェクトで、リリースが頻繁に出ています（2026-10-15 時点の最新は v0.5.6）。
日本語対応
リポジトリに日本語の翻訳ファイル（electron/src/renderer/src/i18n/locales/ja.json）と日本語の README（README_JA.md）があります。詳しいドキュメントは英語です。
※ 日本語化率はリポジトリ内の翻訳ファイル（electron/src/shared/i18n/locales/ja.json）の項目数を英語版と比較して自動計測しています。最終計測：2026/10/22
向いている人・向いていない人
向いている
- ElevenLabs の文字数（クレジット）課金を気にせず、ナレーションや読み上げ音声を作りたい
- 台本や録音を外部のサーバーに送らず、パソコンの中で処理したい
- 動画の吹き替え・文字起こし・音声入力を1つのアプリでまとめて試したい
- ローカル API や MCP から、AI エージェントやスクリプトに音声を作らせたい
向いていない
- 作った音声を仕事で使いたいが、モデルごとのライセンス確認に手間をかけられない（標準モデルの重みは非商用）
- GPU のないパソコンで、長い原稿を速く読み上げたい（CPU では遅い）
- ElevenLabs のようなクラウド API やサポート窓口がすぐ必要（公式クラウドは先行登録の段階）
- Intel Mac だけで完結させたい（Intel Mac は画面のみで、処理には別のマシンが必要）
最近の更新
-
リリースノート（原文）
**VoiceStudio now talks to your other tools.** Answer Twilio phone calls in a saved voice, and connect Claude Code, Cursor, Codex CLI and the OpenAI Agents SDK to VoiceStudio with copyable setup that works, including in Docker, where MCP previously returned HTTP 405. Integration cards now say plainly which ones work with VoiceStudio and which are external links. This release also lets you replace a saved clone's reference sample, clones long reference clips on OmniVoice, finishes long audiobook chapters on 8 GB GPUs, and keeps rendered chapters through a power-off or data-folder move. **Download** | Platform | Installer | | --- | --- | | Windows x64 | [Installer](https://github.com/debpalash/VoiceStudio/releases/download/v0.5.6/VoiceStudio-Electron-0.5.6-win-x64.exe) | | macOS …
-
リリースノート（原文）
**Your voice, another language.** The Clone workspace now keeps your chosen output language when changing voice samples. For example, an English reference can read a French script with a multilingual engine; Auto in Clone follows the script instead of inheriting the reference profile's language. This release also makes Electron installation easier to recover, fixes script-editor and integration-catalog glitches, and makes failure reports more useful. **Download** | Platform | Installer | | --- | --- | | Windows x64 | [Installer](https://github.com/debpalash/VoiceStudio/releases/download/v0.5.5/VoiceStudio-Electron-0.5.5-win-x64.exe) | | macOS Apple Silicon | [DMG](https://github.com/debpalash/VoiceStudio/releases/download/v0.5.5/VoiceStudio-Electron-0.5.5-mac-arm64.dmg) | | macOS Intel …
-
リリースノート（原文）
**Working engines, smoother long-form audio, and useful local integrations.** CosyVoice repairs its runtime and preserves speech context with newer Transformers. Stories and audiobooks gain cleaner audio joins, better script controls, and more reliable EPUB imports. Electron setup and diagnostics make failures easier to recover from without discarding downloaded models or existing projects. **Download** | Platform | Installer | | --- | --- | | Windows x64 | [Installer](https://github.com/debpalash/VoiceStudio/releases/download/v0.5.4/VoiceStudio-Electron-0.5.4-win-x64.exe) | | macOS Apple Silicon | [DMG](https://github.com/debpalash/VoiceStudio/releases/download/v0.5.4/VoiceStudio-Electron-0.5.4-mac-arm64.dmg) | | macOS Intel | [DMG](https://github.com/debpalash/VoiceStudio/relea…
導入方法（インストール）
macOS（Apple シリコン用・Intel 用の dmg）、Windows（x64 の exe）、Linux（x64 の AppImage・deb）が GitHub の Releases で配布され、ワンライナーの導入スクリプトもあります。サーバー向けには Docker イメージ（linux/amd64 のみ）があります。Mac で署名や公証の警告が出るかは確認できていません。
- 公式の配布元からダウンロード ― GitHub の Releasesから、使っているOSに合うファイルを選びます。名前の似た非公式の配布ページに注意してください
- インストールして起動 ― 詳しくは公式ドキュメントを参照してください
ElevenLabs と比べていくら安くなる？
| 契約 | ElevenLabs（年額） | VoiceStudio（年額） | 差額 |
|---|---|---|---|
| 1契約 | 10,800円 | 0円 | −10,800円 |
※ ElevenLabs は 無料プランあり（月1万クレジット・商用利用不可）。Starter は月額6ドル（約900円）で商用ライセンスと声のインスタントクローン、Creator は月額22ドル（約3,300円）、Pro は月額99ドル（約14,850円）。チーム向けは Scale 月額299ドル・Business 月額990ドル。年払いは月額×10か月分。価格は税別、VoiceStudio は無料のソフトとして試算。パソコン本体の費用と、機能の違いによる手間は含みません。
AI・LLMの他のOSSと比較
| ソフト | ★ Stars | 最終更新 | 日本語UI | 必要RAM | 難易度 | ライセンス |
|---|---|---|---|---|---|---|
| VoiceStudio（このページ） | 81,576 | 11時間前 | 85% | パソコン（Windows・Mac・Linux） | かんたん | AGPL-3.0 |
| OpenClaw | 392,681 | 1日前 | あり | パソコン（Windows・Mac・Linux） | ふつう | MIT |
| Hermes Agent | 255,836 | 1日前 | 100% | パソコン（Windows・Mac・Linux） | ふつう | MIT |
| Ollama | 184,319 | 11時間前 | 未検出 | 8GB | かんたん | MIT |
よくある質問
VoiceStudio は無料ですか？
アプリ本体は AGPL-3.0 で無料です。アカウントや API キーも不要で、音声モデルを自分のパソコンにダウンロードして使います。別に、クローズドソースの有料版「VoiceStudio Pro」（1人あたり年99ドル、または買い切り299ドル）があり、商用ライセンス証書や複数端末での利用などが付きます。
作った音声を商用利用できますか？
アプリのライセンスと、音声モデルのライセンスは別です。公式の注記では、標準モデル k2-fsa/OmniVoice の重みは CC-BY-NC（非商用）とされ、Pro の商用ライセンスを買ってもモデルの条件は変わらないと書かれています。仕事で使う場合は、アプリのモデル管理画面に出るライセンス表示と、各モデルの配布元の条件を必ず確認してください。
GPU は必要ですか？
必須ではありません。NVIDIA GPU（CUDA）や Apple シリコンでは速く動き、GPU のないパソコンでも CPU で動きますが遅くなります。公式サイトは「メモリ8GB程度で始められる」と説明しています。VRAM の目安はエンジンごとに異なり、まとまった数値は公表されていません。
日本語で使えますか？
画面の日本語翻訳ファイルと日本語の README があります。日本語の読み上げの品質はモデルによって差があるため、実際の原稿で試してから使ってください。
他人の声をクローンしてもよいですか？
本人の同意なく他人の声を使わないでください。公式も「声のクローンは持ち主の許可がある場合だけ」と明記しています。
ElevenLabs の他の代替
ElevenLabs・Wispr Flow の代替。声のクローン・読み上げ・音声入力を1つにした、パソコンで動く音声スタジオ
- ARM対応
- 商用利用可
- 日本語UI
ElevenLabs・Suno の代替。読み上げ・声のクローン・歌つきの曲作りをパソコン上で行う音声・音楽スタジオ
- ARM対応
- 商用利用可
- 日本語UI