yovoice
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
オープンソース代替：ElevenLabsSuno
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
- 商用利用可
- 日本語UI
yovoice は、読み上げ・声のクローン（短い音声から同じ声を再現する機能）・作曲を1つにしたローカルの音声・音楽制作アプリです。文章を感情の指定つきで読み上げる機能、参考音声からの声のクローン、文章の説明からの声づくり（ボイスデザイン）、曲調の説明と歌詞から歌入りの曲や伴奏を作る機能、小節と拍で各パートを書いて General MIDI の音源で鳴らす譜面機能があります。生成するたびに別テイクとして残るため聴き比べができ、波形の切り出し、MIDI やパートごとの音源（ステム）の書き出しにも対応します。
AI の頭脳はパソコンの中で、C++ 製の推論エンジン（学習済みの AI モデルを動かす部品）audio.cpp を使って IndexTTS 2.0／2.5、VoxCPM2、OmniVoice、Qwen3-TTS、Breeze TTS 2、Kokoro、ACE-Step 1.5 Turbo（作曲）を動かします。作詞や編曲を AI に任せる場合だけ、DeepSeek・Qwen・Kimi・OpenAI・Anthropic・Ollama などを任意でつなぎます（クラウドの API は利用料が別）。README の目安は、軽い読み上げ（Kokoro）なら CPU とメモリ4GB以上、声のクローンは VRAM（GPU に積まれた専用メモリ）4〜6GB か8GB以上の Apple シリコン、曲の生成は VRAM 12GB以上か16GB以上の Apple シリコンです。Mac は Metal、Windows は CPU・NVIDIA CUDA（ランタイム同梱版あり）・Vulkan（実験的）に対応します。
macOS 14 以降の Apple シリコン用と、Windows 10/11 の x64 用が配布され、AI エージェント向けのコマンドライン版と Agent Skill もあります。yovoice serve で認証つきの HTTP API と MCP サーバー（AI エージェントから機能を呼び出せる窓口）として他のマシンに提供することもできます。2026年9月15日に公開されたばかりのプロジェクトで、2026-10-15 時点の最新は v0.2.0、コントリビューターは4人です。公式のクラウド版はありません。
日本語対応
リポジトリに日本語の翻訳ファイルは見つかりませんでした。README は英語と中国語です。日本語の読み上げはモデルによって対応が異なります（README の表では、日本語の資源を含む Kokoro-82M 1.0 は取り込みのみ）。
※ 日本語の翻訳ファイルの有無はリポジトリを自動で確認しています（翻訳の割合は、ファイルの形式によって計測できないため表示していません）。最終確認：2026/10/22
向いている人・向いていない人
向いている
- ElevenLabs や Suno の月額をかけずに、ナレーションや歌入りの曲を試作したい
- 原稿や参考音声を外部に送らずに作業したい
- 作った曲を MIDI やパートごとの音源で書き出し、DAW で仕上げたい
- AI エージェント（CLI・MCP）から読み上げ音声を作らせたい
向いていない
- 画面を日本語で使いたい（日本語の翻訳ファイルがない）
- Intel Mac や Linux でデスクトップ版を使いたい（デスクトップ版は Apple シリコンの Mac と Windows のみ）
- VRAM の少ないパソコンで曲を作りたい（曲の生成は VRAM 12GB以上か、16GB以上の Apple シリコンが目安）
- 開発初期で仕様が変わりやすい（2026年9月公開、コントリビューターは4人）
最近の更新
-
リリースノート（原文）
## [0.4.1] - 2026-10-21 ### English - Fix macOS auto-update always failing after download with "Update verification failed (codesign) … invalid requirement specification". The bug is in the updater of 0.3.0–0.4.0 itself, so on macOS please download and install 0.4.1 manually once; later updates will install automatically. ### 简体中文 - 修复 macOS 自动更新下载完成后总是提示“更新校验失败（codesign）……invalid requirement specification”、无法安装的问题。问题出在 0.3.0–0.4.0 自带的更新程序里，macOS 用户请手动下载安装一次 0.4.1，之后即可正常自动更新。
-
リリースノート（原文）
## [0.4.0] - 2026-10-21 ### English - New Linux x64 desktop app: `.deb` (Debian/Ubuntu) and `.tar.gz` with `install.sh`. It runs on the bundled CPU engine, can download a Vulkan GPU engine in Settings, and needs WebKitGTK 4.1; auto-update is not available on Linux yet. - Word-by-word lyrics on the music playback page: each word lights up as it is sung, timed from the vocals. A new one-line-per-screen "Glow" style flies words in and lights them up, good for screen recording. Export word-level LRC. - Optional lyric alignment model (BS-RoFormer vocal separation + Qwen3 Forced Aligner, about 1.3 GB): "Smart align" separates the vocals, skips interludes and long pauses, and aligns the lyrics word by word, line by line; results are saved with the version. - Refreshed playback page: an immersiv…
-
リリースノート（原文）
## [0.3.1] - 2026-10-19 ### English - Fix a crash on launch on macOS 26 caused by the sidebar button in the title bar. - Fix long pages on Windows being covered by a large black block; main scroll areas now show a thin, light scrollbar. ### 简体中文 - 修复 macOS 26 上标题栏侧边栏按钮导致应用启动后闪退的问题。 - 修复 Windows 上内容超过一屏的页面被一大片黑色遮住的问题；主要滚动区域显示细的浅色滚动条。
導入方法（インストール）
macOS 14 以降の Apple シリコン用（dmg・zip）と、Windows 10/11 の x64 用インストーラー（CPU 版、CUDA 12.4 同梱版、CUDA 13.3 同梱版）が GitHub の Releases で配布されています。Linux 向けにはコマンドライン版だけがあります。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） | yovoice（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、yovoice 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。
音楽・音声編集の他の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 |
|---|---|---|---|---|---|---|
| yovoice（このページ） | 1,803 | 2日前 | あり | パソコン（Windows・Mac・Linux） | かんたん | Apache-2.0 |
| VoiceStudio | 81,576 | 11時間前 | 85% | パソコン（Windows・Mac・Linux） | かんたん | AGPL-3.0 |
| Voicebox | 58,245 | 2週間前 | 98% | パソコン（Windows・Mac・Linux） | かんたん | MIT |
| Meetily | 32,054 | 24時間前 | 未検出 | パソコン（Windows・Mac・Linux） | かんたん | MIT |
よくある質問
yovoice は無料ですか？
Apache-2.0 で無料です。モデルはパソコンにダウンロードして動かすため、文字数や曲数による課金はありません。作詞や編曲にクラウドの AI をつなぐ場合だけ、その API の利用料がかかります。
作った音声や曲を商用利用できますか？
モデルごとに条件が違います。README によると OmniVoice と Breeze TTS 2 の重みは非商用に限られ、IndexTTS は bilibili のモデル利用許諾（大規模事業者は別途商用許諾が必要）です。Hugging Face のモデルカードでは Kokoro と Qwen3-TTS は Apache-2.0、ACE-Step 1.5 は MIT と表示されています（2026-10-15 確認）。仕事で使う前に、使うモデルの条件を確認してください。
どれくらいの性能のパソコンが必要ですか？
README の目安は、軽い読み上げ（Kokoro）なら CPU とメモリ4GB以上、声のクローンは VRAM 4〜6GB か8GB以上の Apple シリコン、曲の生成は VRAM 12GB以上か16GB以上の Apple シリコンです。
日本語の読み上げはできますか？
モデルによって異なります。README の表では、Kokoro-82M 1.0 Official は日本語を除く多言語で、日本語の資源を含む Kokoro-82M 1.0 は取り込み（インポート）でのみ使えます。Qwen3-TTS などの多言語モデルも含め、実際の文章で試してください。
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。なりすましや詐欺に使うと、法的な責任を問われるおそれがあります。
ElevenLabs の他の代替
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
- ARM対応
- 日本語UI
- 日本語ドキュメント
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