VoiceCloner：开源桌面级声音克隆工具，接入阿里 Qwen 与字节 Coze 双平台

只需 10 秒音频样本，克隆你的声音。全开源，Qt6 原生桌面，支持中英日韩等多种语言。

---

一、它解决什么问题？

声音克隆技术并不新鲜，但大部分解决方案存在一个共同的痛点：没有一款好用的桌面客户端。

现有的方案要么是网页 Demo 体验受限，要么是 CLI 命令行对普通用户不友好，要么是闭源商业产品价格不菲。

VoiceCloner 就是冲着这个空白来的。

它是一个开源的桌面端声音克隆客户端，基于 Qt6 / C++ 构建，原生 Windows 应用，目前已发布 v1.5.4 版本。

---

二、核心功能

🎤 一句话概括

上传 10–60 秒的音频样本，通过云端 AI 平台克隆出目标声音，然后通过 TTS 合成任意文本。

支持的平台

平台	模型	语言
Qwen（阿里 DashScope）	5 个模型（含流式与非流式）	中、英、德、意、葡、西、日、韩、法、俄（10种）
Coze（字节火山引擎）	—	中、英、日、西、印尼、葡（6种）

实操流程

1. 设置 API 密钥（Qwen 或 Coze）

1. 选择平台、模型、语言

1. 上传音频（WAV / MP3 / M4A / OGG / AAC / PCM，≤10MB）

1. 点击“克隆声音”

1. 预览 TTS 合成效果

整个过程在桌面端本地完成，音频文件不上传到第三方服务器，由所选云平台处理。

声音管理

• 本地管理：声音记录保存为 JSON 文件，支持导入/导出

• 在线管理：列出/删除云端服务器上的克隆声音（Qwen 平台）

• 右键操作：复制 Voice ID、删除记录

---

三、架构设计

VoiceCloner 采用分层架构 + 平台抽象模式：

QML UI (用户交互层)

↓ 信号/槽

C++ Application Controller (控制层)

↓

VoiceCloner 抽象接口 (平台抽象层)

├── QwenVoiceCloner (阿里 DashScope 实现)

└── CozeVoiceCloner (字节火山引擎实现)

↓ HTTPS REST

Cloud API (云端推理)

这套设计的核心在于 VoiceCloner 抽象接口——它定义了四个统一方法（createVoice / listVoices / deleteVoice / previewVoice），具体平台实现各自封装 API 细节。未来若要接入 OpenAI、Azure 等平台，只需新增一个子类，无需改动 UI 和控制层。

---

四、为什么值得关注？

✅ 开源 + 桌面原生

• LGPLv3 许可证，可自由使用和二次开发

• Qt6 / C++ 编译型架构，性能优于 Electron 套壳方案

• 安装包仅几十 MB，无运行时依赖

✅ 双平台支持

同时对接了国内两大主流 AI 平台——阿里 Qwen 和字节 Coze，用户可以根据价格和区域自由选择。

✅ 多语言覆盖

覆盖 10 种语言，包含中文、英文、日语、韩语、法语、德语等常见语言，适合全球化内容创作场景。

✅ 完善的项目工程

• 27 次提交，4 个正式 Release

• 完整的 CMake 构建系统

• Inno Setup 安装包脚本

• 中英双语 README 和 UI 本地化

• 可行性分析、许可合规、平台对接等文档齐全

---

五、适用场景

场景	说明
内容创作者	为视频、播客生成统一的语音旁白
有声书制作	用同一声音批量合成文本内容
游戏配音	快速生成 NPC 对白样本
语言学习	生成目标语言的发音示范
辅助工具	为有语音障碍的用户提供语音输出

---

六、快速开始

# 克隆仓库

git clone https://github.com/RyanFeiluX/voice-cloner.git

cd voice-cloner

# 构建（需 Qt6.5+ / CMake 3.16+ / MinGW 或 MSVC）

cmake -B build_release -G "MinGW Makefiles" -DCMAKE_BUILD_TYPE=Release

cmake --build build_release --config Release

# 打包运行时库

windeployqt --qmldir build_release/VoiceCloner/qml build_release/bin/VoiceCloner.exe

也可以直接从 GitHub Releases 页面 下载预编译安装包。

---

七、项目信息

项目	链接
GitHub 仓库	https://github.com/RyanFeiluX/voice-cloner
许可证	LGPLv3
最新版本	v1.5.4
技术栈	Qt 6.5+ / C++ / CMake / QML

---

项目地址： https://github.com/RyanFeiluX/voice-cloner

Star 支持开源，让好工具被更多人看到 ⭐