Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.
Startseite/Lokale LLMs Pro
Voice, Speech & Multimodal

VoiceStudio-Rezension: Kostenloses lokales Studio für Stimmklon und Dubbing

·8 Min. LesezeitVon · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

VoiceStudio (stabile Version 0.5.8) ist ein Desktop-Studio unter AGPL-3.0, das Stimmen klont und gestaltet, Videos synchronisiert, transkribiert und diktiert; laut Hersteller läuft die kostenlose App auf Ihrem eigenen Rechner ohne Konto. Es bietet außerdem eine lokale API, eine CLI und MCP-Unterstützung, und jede Aussage hier stammt von der Website des Herstellers, den Datenschutz- und Nutzungsbedingungen und dem GitHub-Repository.

Wichtigste Erkenntnisse

  • Pflege: Der Hauptzweig wurde zuletzt am 18. November 2026 geändert, und das neueste Tag ist ein Pre-Release vom selben Tag, daher gilt keine Warnung vor einem veralteten Projekt.
  • Version: Das neueste stabile Release ist 0.5.8 vom 12. November 2026; schneller erscheinende 0.5.9-Beta-Builds werden als Pre-Releases veröffentlicht.
  • Kosten: Die App ist unter AGPL-3.0 kostenlos; eine separate Closed-Source-Pro-Version mit kommerzieller Lizenz ist kostenpflichtig, und auf den gelesenen Seiten steht kein Preis.
  • Plattformen: stabil unter macOS (Apple Silicon), Windows und Linux sowie als Docker-Images; Android und iOS sind als Vorschau gekennzeichnet.
  • Hersteller: die Repository-Maintainer, wobei die Website-Daten einen Einzelentwickler als Urheber nennen; die Rechtsbedingungen unterliegen indischem Recht, und ein Firmenimpressum wurde nicht gefunden.

📍 In einem Satz

VoiceStudio ist eine quelloffene Desktop-App, die auf Ihrem Computer Stimmen klont und gestaltet, Videos synchronisiert, transkribiert, diktiert und Hörbücher vertont, mit lokaler API, CLI und MCP-Unterstützung.

💬 In einfachen Worten

Stellen Sie es sich als lokale Alternative zu einem Cloud-Stimmdienst vor: Sie installieren eine App, laden Modelle herunter und erledigen die Stimmarbeit auf Ihrem eigenen Rechner statt auf einer Abo-Seite.

📌Hinweis: Diese Rezension stützt sich auf voicestudio.sh, die Seiten zu Datenschutz und Nutzungsbedingungen, das GitHub-Repository und die Release-Seite, geprüft am 19. November 2026. PromptQuorum hat die App weder installiert noch ausgeführt, daher werden Sprachqualität, Dubbing-Qualität und Geschwindigkeit nicht bewertet.

VoiceStudio (voicestudio.sh, in den strukturierten Daten der Website auch „OmniVoice Studio“ genannt) ist eine quelloffene Desktop-App, die Stimmen klont und gestaltet, Videos synchronisiert, Sprache transkribiert, Text diktiert und Bücher vertont, mit Modellen auf Ihrem eigenen Computer. Die Kern-App ist unter der Lizenz AGPL-3.0 kostenlos, eine separate kostenpflichtige Pro-Version bietet eine kommerzielle Lizenz, und es gibt außerdem eine lokale API, eine Kommandozeile und MCP-Unterstützung. Diese Rezension stützt sich auf die Website, deren Datenschutz- und Nutzungsbedingungen, das GitHub-Repository und die Releases, geprüft am 19. November 2026; PromptQuorum hat die App nicht selbst getestet.

VoiceStudio-Rezension: Kostenloses lokales Studio für Stimmklon und Dubbing

Was ist VoiceStudio?

VoiceStudio ist ein Desktop-Studio für Stimmarbeit, das auf Ihrem eigenen Computer läuft: eine Stimme aus einer kurzen Probe klonen, aus einer Beschreibung gestalten, Videos synchronisieren, transkribieren, diktieren und Skripte oder EPUB-Dateien in Hörbücher verwandeln. Die Website nennt es eine kostenlose, quelloffene Alternative zu ElevenLabs ohne Kontopflicht (gemeint ist die kostenlose Kern-App; es gibt zusätzlich eine kostenpflichtige Pro-Version), und seine strukturierten Daten führen zusätzlich den Namen „OmniVoice Studio“.

Die README nennt k2-fsa/OmniVoice als Standard-Engine und sagt, der Model Manager biete Dutzende weitere Engines, mit whisper.cpp für die Spracherkennung. Website und README behaupten 646 Sprachen, nennen aber keine Aufschlüsselung je Engine; die Zahl ist daher eine Herstelleraussage.

So erhalten Sie es

VoiceStudio wird unter macOS, Windows und Linux wie eine normale App installiert, ein Terminal ist nicht nötig, und die README nennt außerdem Homebrew, Einzeiler-Installer, Snap, AUR und Docker.

Option
Bezugsquelle
macOS.dmg für Apple Silicon (ein Intel-Build existiert mit Einschränkungen) oder Homebrew-Cask: GitHub Releases
WindowsSetup-.exe für x64 (und ARM, experimentell) oder PowerShell-Einzeiler: GitHub Releases
Linux.deb oder AppImage für x64, außerdem Snap und AUR: GitHub Releases
DockerImage ghcr.io/debpalash/voicestudio:stable auf Port 3900: README
Android und iOSAPK und unsignierte IPA, als Vorschau gekennzeichnet: GitHub Releases
Websitevoicestudio.sh
Datenschutzerklärungvoicestudio.sh/privacy
Quellcodegithub.com/debpalash/VoiceStudio, Lizenz AGPL-3.0

Geprüfte Version: 0.5.8, das neueste stabile Release vom 12. November 2026 laut GitHub-Release-Seite. Das neueste Tag ist das Pre-Release 0.5.9-beta.6 vom 18. November 2026, und auch der neueste Commit stammt vom 18. November 2026. GitHub ist nur der Lieferweg für diese Installer, und die Modelle werden separat heruntergeladen.

Voraussetzungen

Laut Website reichen etwa 8 GB RAM zum Start, eine GPU ist optional, aber schneller; die README nennt keinen Mindest-VRAM.

Betriebssystem

Was die Quellen sagen:
Stabil unter macOS 13.3+ mit Apple Silicon (Intel-Macs nur mit Remote-Backend), Windows 10/11 x64 und Linux x64; Windows on ARM ist experimentell

Beschleunigung

Was die Quellen sagen:
Metal am Mac, NVIDIA CUDA oder optional AMD ROCm unter Windows, CUDA, CPU oder Vulkan unter Linux; läuft auch auf der CPU, nur langsamer

Speicher und VRAM

Was die Quellen sagen:
Laut Website etwa 8 GB RAM zum Start; die README nennt keinen VRAM-Wert und verweist auf einen separaten Leistungsleitfaden

Modelle

Was die Quellen sagen:
Werden in der App über den Model Manager heruntergeladen; jedes Modell zeigt seine eigene Lizenz

Mobil

Was die Quellen sagen:
Android 10+ und iOS 17+ sind als Vorschau gekennzeichnet; iOS erfordert Sideloading

Internet

Was die Quellen sagen:
Nötig für Modell-Downloads und Update-Prüfungen; laut Website geht die kostenlose App nur online, wenn Sie es verlangen

PromptQuorum hat nicht geprüft, welche Modelle auf welchem Backend laufen oder wie viel Speicher ein bestimmtes Modell braucht.

Von den Quellen bestätigte Funktionen

Alles Folgende stammt von der Website oder der README; nichts davon wurde unabhängig getestet.

  • Klonen und gestalten. Eine Stimme aus etwa drei Sekunden sauberem Audio erstellen oder ohne Aufnahme aus Geschlecht, Alter, Akzent, Tonhöhe und Emotion gestalten; gespeicherte Stimmen lassen sich wiederverwenden.
  • Synchronisieren. Video transkribieren, übersetzen und neu vertonen, wobei jeder Sprecher getrennt und am Originaltiming ausgerichtet bleibt, mit Anleitungen zu Mehrsprecher-Dubbing und Dub-Export.
  • Vertonen. Ein langes Skript oder ein EPUB in ein Hörbuch mit Kapiteln verwandeln, gelesen von einer geklonten, gestalteten oder voreingestellten Stimme, und in Geschichten Rollen Stimmen zuweisen.
  • Diktieren und transkribieren. Ein schwebendes Diktat-Widget mit lokaler Erkennungs-Engine und durchsuchbarem Verlauf sowie bearbeitbare Transkripte aus Audio oder Video.
  • Automatisieren. Eine dokumentierte lokale API (Audio, Stimmen, Dubbing, Jobs, MCP und mehr), eine CLI, wiederverwendbare Rezepte, überwachte Ordner und Stapel-Jobs in Warteschlangen.
  • Sprachen. Die Website selbst gibt es in zwölf Sprachen, und sie behauptet Sprachausgabe in 646 Sprachen.

Kosten und Lizenz

Die Desktop-App ist kostenlos und quelloffen unter AGPL-3.0, und eine separate Closed-Source-Version VoiceStudio Pro bietet gegen Bezahlung eine kommerzielle Lizenz; auf den gelesenen Seiten steht kein Preis.

Kostenlose App

Was die Quellen sagen:
AGPL-3.0, kein Konto nötig; Modellgewichte, Stimmen und Ausgaben tragen eigene Lizenzen, die je Modell angezeigt werden

VoiceStudio Pro

Was die Quellen sagen:
Kostenpflichtige kommerzielle Lizenz und Zusatzfunktionen für Teams, 7 Tage kostenlos testen, 7 Tage Rückerstattung, keine automatische Verlängerung; Preis nicht angegeben

Cloud

Was die Quellen sagen:
Als Early Access ohne Preisangabe aufgeführt

Kommerzielle Nutzung

Was die Quellen sagen:
Die Website bietet Pro für Teams an, die kommerzielle Bedingungen brauchen; der genaue Umfang ist auf den gelesenen Seiten nicht aufgeschlüsselt

Die Pflichten aus der AGPL-3.0 hängen davon ab, wie Sie die Software nutzen oder weitergeben, und werden hier nicht zusammengefasst; fragen Sie vor kommerzieller Nutzung eine Rechtsberatung.

Datenfluss und Datenschutz

Laut Website braucht die kostenlose App weder Konto noch Cloud und geht nur online, wenn Sie es verlangen, etwa für die Update-Prüfung oder einen Modell-Download, und die README beschreibt ein vollständig lokales Werkzeug. Die Datenschutzseite sagt, die kostenlose Desktop-App verarbeite Daten lokal und nutze das Netzwerk nur für Update- oder Modellanfragen oder wenn Sie einen netzwerkbasierten Adapter verwenden.

Dieselbe Seite sagt, die Pro-Desktop-App benötige ein Konto, sende Lizenzprüfungen mit Ihrer IP-Adresse und Ihrem Land und übermittle Nutzungs- und Fehlertelemetrie an einen Analysedienst eines Drittanbieters, die sich ihren Angaben nach nicht abschalten lässt. Außerdem nennt sie für die öffentliche Website cookielose Analyse und Cloudflare-Hosting.

📌Hinweis: Dies sind Erklärungen des Herstellers, keine Prüfergebnisse. PromptQuorum hat weder den Code gelesen noch den Netzwerkverkehr der App untersucht.

Stimmklonen, Einwilligung und Modelllizenzen

Zum Klonen genügt eine kurze Probe, und die eigenen Regeln des Herstellers verlangen die Erlaubnis des Stimminhabers und verbieten Identitätsmissbrauch und Betrug; die Einwilligung liegt also in Ihrer Verantwortung.

  • Einwilligung und Recht. Ob das Klonen einer Stimme zulässig ist, hängt von der Person, dem Zweck und dem Land ab; diese Rezension ist keine Rechtsberatung, und PromptQuorum hat keine Rechtsordnung geprüft.
  • Modelllizenzen unterscheiden sich. Die README sagt, Modellgewichte, Stimmen und Ausgaben trügen eigene Lizenzen, die im Model Manager je Modell angezeigt werden; die AGPL-3.0 gilt für die App, nicht für diese Gewichte.
  • Anwendbares Recht. Die Bedingungen besagen, dass indisches Recht gilt, mit den Gerichten in Agartala, Tripura; ein Firmenname oder eine Adresse wird nicht genannt.

⚠️Warnung: Klonen Sie keine Stimme ohne Einwilligung der Person. Wer eine Stimme ohne Erlaubnis klont, kann Persönlichkeits- und Datenschutzrechte verletzen, und je nach Verwendung können Kennzeichnungspflichten für synthetische Audioinhalte entstehen. Holen Sie zuerst die Einwilligung ein; dies ist keine Rechtsberatung.

Was wir nicht überprüfen konnten

  • Ausgabequalität und Geschwindigkeit. PromptQuorum hat geklonte Stimmen nicht angehört, die Dubbing-Genauigkeit nicht geprüft und die Erzeugung mit keinem Modell gemessen.
  • Sprachabdeckung. Die Zahl von 646 Sprachen ist eine Herstelleraussage ohne Liste je Engine, und wir haben keine Sprache getestet.
  • Kostenlos gegenüber Pro. Die Seiten sagen, Pro biete Zusatzfunktionen und eine kommerzielle Lizenz, wir fanden aber weder eine Funktionsliste noch einen Preis.
  • Release-Stabilität. Pre-Releases erscheinen mehrmals pro Woche, daher kann sich das stabile 0.5.8 vom neuesten Beta-Build unterscheiden.
  • Signierung der Installer. Ob die Installer für macOS und Windows notarisiert oder signiert sind, wurde nicht geprüft.

Wettbewerber und Alternativen

Voicebox

Plattformen:
macOS, Windows (Linux aus Quellcode)
Preis / Lizenz:
Kostenlos / MIT
Wesentlicher Unterschied:
Stimmklonen, Text-to-Speech und Whisper-Diktat mit MCP-Server; laut Rezension ohne Video-Dubbing
Artikel über Voicebox (1)

Auch erwähnt in:

YoVoice

Plattformen:
macOS, Windows, Linux
Preis / Lizenz:
Kostenlos / Apache-2.0
Wesentlicher Unterschied:
Sprache, Stimmklonen und KI-Musik mit CLI und MCP-Server; keine kostenpflichtige Pro-Version gefunden
Artikel über YoVoice (1)

Auch erwähnt in:

XTTS v2

Plattformen:
macOS, Windows, Linux
Preis / Lizenz:
Kostenlos / CPML (nicht kommerziell)
Wesentlicher Unterschied:
Ein einzelnes Klonmodell als Bibliothek, ohne Studio-, Dubbing- oder Diktatfunktionen
Artikel über XTTS v2 (10)

+6 weitere nicht angezeigt

Dies sind Apps derselben Kategorie aus dem PromptQuorum-Verzeichnis; prüfen Sie Preis, Lizenz und Plattformen jeder App auf deren eigener Seite.

Im Verzeichnis vergleichen

Häufig gestellte Fragen

Kann ich es aus einem Skript oder von einem KI-Agenten aus nutzen?

Ja: Die README nennt eine lokale API, eine CLI und MCP-Unterstützung, und die Dokumentation hat einen MCP-Abschnitt und einen OpenAI-kompatiblen Audio-Endpunkt. Wir haben keinen davon getestet.

Welche Engine nutzt es standardmäßig?

Die README nennt k2-fsa/OmniVoice als Standard-Engine und sagt, der Model Manager biete Dutzende weitere, mit whisper.cpp für die Spracherkennung.

Unterstützt es meine Sprache?

Der Hersteller behauptet 646 Sprachen ohne Aufschlüsselung je Engine, und die Website gibt es in zwölf Sprachen, darunter Deutsch, Französisch, Spanisch, Chinesisch und Arabisch. Wir haben keine davon getestet.

Läuft es auf einem Computer ohne GPU?

Die README sagt, es laufe auf der CPU, nur langsamer, und laut Website reichen etwa 8 GB RAM zum Start; wir haben keine Geschwindigkeit gemessen.

Ist die Android- oder iPhone-App einsatzbereit?

Nein: Die README kennzeichnet die Android- (10+) und iOS-Builds (17+) als Vorschau, und die iOS-Datei ist eine unsignierte IPA, die Sideloading erfordert.

Fazit

VoiceStudio ist ein schnell wachsender Weg unter AGPL-3.0, auf dem eigenen Computer Stimmen zu klonen, Videos zu synchronisieren, zu transkribieren und zu diktieren, mit lokaler API und MCP-Unterstützung sowie einer separaten kostenpflichtigen Pro-Version für kommerzielle Bedingungen. Seine Local-first-Aussagen stammen von Website und README statt aus einer unabhängigen Prüfung, die stabile Mac-Unterstützung deckt nur Apple Silicon ab, die mobilen Apps sind Vorschauen, Modellgewichte haben eigene Lizenzen, und die Angaben zu 646 Sprachen, Qualität und Geschwindigkeit sind hier ungetestet. Es eignet sich für Kreative und Entwickler, die ein kostenloses lokales Stimmwerkzeug wollen; wer nachgewiesene Ausgabequalität, klare kommerzielle Bedingungen oder eine geprüfte Datenrichtlinie braucht, sollte es testen und zuvor die Pro-Bedingungen lesen.

Quellen

← Zurück zu Lokale LLMs Pro

MCP