leemysw/yovoice

これは何？

主な機能

• 01ゼロショットの音声クローンと、テキストによる音声デザイン
• 02セリフごとのキャラクター割り当てと字幕インポートに対応したストーリー吹き替え
• 03スタイルのプロンプトや歌詞からのAI楽曲・インストゥルメンタル生成
• 04MIDIインポートとGeneral MIDIレンダリングに対応した譜面エディター
• 05エージェント連携に使えるローカルCLI、認証付きHTTP API、MCPサーバー
• 0612言語に対応したインターフェース

ユースケース

• 文字数や利用回数に応じたクラウド料金を気にせず、記事や台本をローカルで読み上げる
• 参照音声をクローンして、ナレーションの声を統一する
• 歌詞から楽曲の草案を作り、MIDIパートを編曲する
• コーディングエージェントにコマンドラインから音声ファイルを生成させる

クイックスタート

1. 1

   Releases または公式サイトから、お使いのプラットフォーム用のパッケージをダウンロードします

2. 2

   アプリをインストールします（macOS：Applications にドラッグ、Windows：セットアップインストーラーを実行）

3. 3

   Settings でモデルをダウンロードし、プロジェクトを作成して音声を生成します

4. 4

   開発する場合は、依存関係をインストールしてアプリを実行します

   make install make app-run

使う前に知っておきたいこと

• !デスクトップアプリのみ対応しています。Apple Silicon 搭載の macOS 14 以降と Windows 10/11 x64 が対象で、Linux のサポートは記載されていません。
• !一部のモデル（OmniVoice、YuE2、Breeze TTS 2）は非商用利用に制限されています。
• !モデルは個別にダウンロードする必要があります。また、快適なパフォーマンスを得るには GPU など高性能なハードウェアが必要なモデルもあります。

トピック

よくある質問

yovoice とは？

テキストの音声化、声のクローン、歌詞やMIDI譜からの楽曲生成ができる、macOS／Windows向けのローカル完結型デスクトップスタジオ。 yovoiceは、手元のコンピューターで音声や楽曲、マルチトラック譜を作成できるオープンソースのデスクトップアプリです。音声のデザインやクローンに対応したテキスト読み上げ、感情や話し方の調整、セリフごとにキャラクターを割り当てられるストーリーの吹き替え、スタイルのプロンプトや歌詞からのAI音楽生成などの機能を備えています。生成処理はCPUまたはGPUを使ってローカルで実行され、クラウドAPIへの呼び出しはありません。Windows向けCUDAとmacOS向けMetalの推論ランタイムも同梱されています。

yovoice は無料で使えますか？ライセンスは？

yovoice は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

yovoice は今もメンテナンスされていますか？

活発にメンテナンス中。yovoice の最終コミットは 2026年10月19日 です。

yovoice は何に使えますか？

文字数や利用回数に応じたクラウド料金を気にせず、記事や台本をローカルで読み上げる 参照音声をクローンして、ナレーションの声を統一する 歌詞から楽曲の草案を作り、MIDIパートを編曲する コーディングエージェントにコマンドラインから音声ファイルを生成させる

yovoice のインストール方法は？

Releases または公式サイトから、お使いのプラットフォーム用のパッケージをダウンロードします アプリをインストールします（macOS：Applications にドラッグ、Windows：セットアップインストーラーを実行） Settings でモデルをダウンロードし、プロジェクトを作成して音声を生成します 開発する場合は、依存関係をインストールしてアプリを実行します: make install make app-run

yovoice はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/leemysw/yovoice