VoiceStudio
Lokale ElevenLabs-Alternative: Stimmen klonen, Hörbücher erstellen und Videos vertonen, alles auf deinem Rechner
VoiceStudio bündelt Text zu Sprache, Stimmen klonen und neu entwerfen, Video-Vertonung, Diktat, Transkription und Hörbuch-Erstellung in einer Desktop-App. Laut Projekt werden 646 Sprachen unterstützt, Deutsch inklusive. Die Modelle lädst du im eingebauten Model Manager, der dir auch die Lizenz jedes Modells anzeigt. Die App läuft ohne Konto. Pro- und Cloud-Funktionen sind optional und kosten extra, für die lokale Nutzung brauchst du sie nicht.
Was ist VoiceStudio?
VoiceStudio ist eine Desktop-App für alles rund um Sprache. Sie liest Texte vor, klont Stimmen, vertont Videos, schreibt Diktate mit und erstellt Hörbücher. Die Rechenarbeit läuft auf deinem eigenen Rechner. Das Projekt sieht sich als lokale Alternative zu ElevenLabs, einem bekannten Online-Dienst für KI-Stimmen. Laut Projekt werden 646 Sprachen unterstützt, Deutsch ist dabei.
Wie funktioniert das?
Die App selbst ist nur die Oberfläche. Die eigentliche Arbeit machen KI-Modelle, also trainierte Programme, die Text in Sprache umwandeln oder Sprache erkennen. Ab Werk nutzt VoiceStudio eine eigene Engine auf Basis von k2-fsa/OmniVoice. Eine Engine ist das Sprachprogramm, das im Hintergrund die Stimme erzeugt. Im eingebauten Model Manager kannst du aus Dutzenden weiteren Engines wählen. Du lädst nur die Modelle herunter, die du wirklich brauchst. Zu jedem Modell zeigt dir der Manager die Lizenz an.
Was kann es besonders gut?
- Stimmen klonen: Aus einer sauberen Referenzaufnahme entsteht Sprache in einer vertrauten Stimme.
- Stimmen entwerfen: Du beschreibst eine Stimme in Worten, und die App erzeugt sie.
- Video-Vertonung: Videos werden übersetzt und neu vertont. Die neue Sprache wird zeitlich an das Original angepasst.
- Diktat und Transkription: Ein schwebendes Diktat-Fenster und eine lokale Transkription wandeln Gesprochenes in Text um.
- Erzählen und Stapelverarbeitung: Geschichten, Hörbücher und Aufträge in einer Warteschlange.
- Automatisieren: Es gibt eine lokale API (eine Schnittstelle für andere Programme), MCP (ein Standard, über den KI-Assistenten Werkzeuge ansteuern), wiederverwendbare Abläufe („Recipes“) und überwachte Ordner („Watch Folders“).
Ein Konto brauchst du für die lokale Nutzung nicht.
Wo sind die Grenzen?
Wie gut das Ergebnis klingt, hängt vom Modell und von deiner Hardware ab. Ohne Grafikkarte läuft vieles nur auf dem Prozessor (CPU). Das funktioniert, ist aber deutlich langsamer. Nicht jeder Rechner wird gleich gut unterstützt. Auf Intel-Macs läuft nur die Oberfläche, die Rechenarbeit muss dann ein anderer Computer mit VoiceStudio übernehmen. Windows auf ARM ist experimentell: Der Hintergrunddienst läuft dort emuliert, also übersetzt, auf der CPU.
Achte auf die Lizenzen. Die App steht unter AGPL-3.0, einer freien Lizenz mit Auflagen beim Weitergeben und Anbieten. Die Modelle haben jeweils eigene Lizenzen. Ob du ein Ergebnis kommerziell nutzen darfst, hängt also auch vom Modell ab.
Was brauchst du?
- macOS: ab Version 13.3 mit Apple Silicon (M-Chip). Die lokalen Engines nutzen dort Metal, die Grafikschnittstelle von Apple.
- Windows: Windows 10 oder 11 (x64). Unterstützt werden NVIDIA-Grafikkarten über CUDA, AMD-Karten über ROCm (muss man extra einschalten) und reine CPU-Nutzung.
- Genug Speicherplatz für die Modelle, die du herunterlädst.
Pro und Cloud
Es gibt zwei kostenpflichtige Extras. VoiceStudio Pro ist eine Closed-Source-Version mit Konto. Sie bringt eine kommerzielle Lizenz für Kundenarbeit, Nutzung auf bis zu drei Geräten und die Möglichkeit, Aufträge an andere eigene Grafikkarten zu schicken. VoiceStudio Cloud soll eine gehostete Schnittstelle werden, ist aber noch nicht verfügbar. Für die lokale Nutzung brauchst du beides nicht. Auch kommerzielle Nutzung ist mit der freien App erlaubt, solange du die Bedingungen der AGPL einhältst.
Ideen: Was du damit anstellen kannst
Du lädst deine Geschichte oder ein längeres Manuskript in den Bereich für Erzählungen und wählst eine Stimme. Längere Texte kannst du als Aufträge in die Warteschlange stellen. Heraus kommt eine Audiodatei, die du dir unterwegs anhören oder weitergeben kannst.
Du gibst ein Video in die Vertonung, VoiceStudio übersetzt es und erzeugt eine neue Tonspur. Die Sprache wird zeitlich an das Original angepasst. So entsteht etwa aus einem deutschen Tutorial eine englische Fassung.
Du nimmst eine saubere Referenzaufnahme deiner Stimme auf und nutzt sie zum Klonen. Danach kannst du Texte in deiner Stimme vertonen lassen, ohne jedes Mal selbst ins Mikrofon zu sprechen. Das hilft zum Beispiel bei Korrekturen in Podcasts oder Präsentationen.
Du beschreibst im Bereich Voice Design in Worten, wie eine Figur klingen soll. Die App erzeugt daraus eine passende Stimme. So bekommst du Sprecher*innen für Hörspiel, Spiel oder Animation, ohne echte Personen zu klonen.
Mit dem schwebenden Diktat-Fenster sprichst du Gedanken direkt als Text ein. Aufnahmen wie Interviews oder Besprechungen lässt du lokal transkribieren. Weil alles auf deinem Rechner bleibt, eignet sich das auch für vertrauliche Inhalte.
Über einen überwachten Ordner kann VoiceStudio Dateien bearbeiten, sobald du sie dort ablegst. Mit wiederverwendbaren Abläufen, der lokalen API oder MCP bindest du die App in eigene Werkzeuge oder KI-Assistenten ein. So sparst du dir immer gleiche Klicks.
So probierst du es aus
Befehle aus den offiziellen Anleitungen – einfach kopieren.
Linux
# Offizielles Installationsskript herunterladen und ausführen
curl -fsSL https://voicestudio.sh/install | sh
# Alternative: .deb-Paket von der Release-Seite herunterladen und installieren
# https://github.com/debpalash/VoiceStudio/releases/latest
sudo apt install ./VoiceStudio-*-linux-x64.debmacOS
# Per Homebrew installieren (Apple Silicon, macOS 13.3 oder neuer)
brew tap debpalash/tap
brew trust --cask debpalash/tap/voicestudio
brew install --cask debpalash/tap/voicestudio
# Alternative: Installationsskript mit einem Befehl
curl -fsSL https://voicestudio.sh/install | shWindows (PowerShell)
# In der PowerShell ausführen: lädt VoiceStudio herunter und installiert es
irm https://voicestudio.sh/install.ps1 | iexTipps
- Starte mit der voreingestellten VoiceStudio-Engine und lade weitere Modelle erst, wenn du sie brauchst. Das spart Speicherplatz und Downloadzeit.
- Nimm für das Stimmenklonen eine möglichst saubere Referenzaufnahme auf, ohne Hall, Musik und Nebengeräusche. Die Qualität der Vorlage bestimmt das Ergebnis stark.
- Lies im Model Manager die Lizenz eines Modells, bevor du Ergebnisse veröffentlichst oder kommerziell nutzt.
- Hast du eine NVIDIA-Grafikkarte oder einen Mac mit M-Chip, rechnet die App deutlich schneller als nur mit der CPU. Lange Hörbücher oder Videos solltest du ohne solche Hardware über Nacht in die Warteschlange legen.
- Klone Stimmen anderer Menschen nur mit deren ausdrücklicher Zustimmung.
Wenn es hakt
- Auf dem Mac meldet das System „VoiceStudio is damaged and can't be opened“: Die Datei ist nicht kaputt. Gatekeeper, der Schutzmechanismus von macOS, hat die App blockiert. Die Installationsanleitung des Projekts beschreibt, wie du das behebst.
- Intel-Mac: Dort läuft nur die Oberfläche. Für die eigentliche Sprachverarbeitung musst du sie mit einem VoiceStudio-Hintergrunddienst auf einem anderen Computer verbinden.
- Eine AMD-Grafikkarte unter Windows wird nicht automatisch genutzt: Die Unterstützung über ROCm musst du ausdrücklich einschalten. Dafür gibt es eine eigene Anleitung im Projekt.
- Alles läuft sehr langsam: Wahrscheinlich rechnet die App nur auf der CPU, etwa ohne passende Grafikkarte oder unter Windows auf ARM, wo der Hintergrunddienst emuliert wird. Wähle dann kleinere Modelle oder plane mehr Zeit ein.
Befehle aus der offiziellen Anleitung. Neu im Werkzeugkasten seit 7. Nov. 2026.
Frag den KI-Assistenten
Fragen zu VoiceStudio, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.
Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.
Kommentare
Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.
Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.