HAKORADev/VODER

这是什么？

核心功能

• 01语音转文字，支持翻译和说话人识别
• 02基于文本描述的语音设计与基于参考音频的声音克隆
• 03音频与视频的语音转换，音乐转换支持 44.1kHz
• 04根据歌词和风格描述生成歌曲，并可导出分轨乐器
• 05人声分离、说话人分离与 48kHz 音频增强
• 06多角色对话脚本，支持音效和自动背景音乐

适用场景

• 将视频配音为其他语言，同时保留原说话人的音色
• 从会议或访谈录音中分离出各个说话人
• 克隆旁白声音并在多个语音合成项目中复用
• 从歌曲中提取人声或伴奏，用于二次创作

快速上手

1. 1

   克隆仓库

   git clone https://github.com/HAKORADev/VODER.git && cd VODER
2. 2

   使用推荐的安装脚本安装依赖

   python setup.py
3. 3

   查看帮助信息

   python src/voder.py
4. 4

   启动图形界面

   python src/voder.py gui

使用前须知

• !需要安装大量较重的依赖，良好性能可能需要GPU。
• !采用AGPL-3.0许可证，这是一种强传染性开源许可，限制闭源复用。
• !部分功能（如Project Eva）是需要大型模型的独立DLC。

标签

常见问题

VODER 是什么？

本地离线运行的 Python 语音处理工具，集成语音识别、语音合成、声音克隆与转换、音乐生成等功能。 VODER 是一个语音处理引擎，把多种音频工作流整合在同一个命令行和图形界面中，包括语音识别、带声音设计与克隆的语音合成、语音转换、音乐生成与分轨、音频增强、音效生成、人声分离以及说话人分离。项目在本地运行，无需订阅，可在 CPU 或 GPU 上使用。

VODER 可以免费使用吗？用的什么许可证？

VODER 以 AGPL-3.0 许可证开源。用于商业产品前，请先确认许可证条款。

VODER 还在维护吗？

活跃维护中。VODER 最近一次提交是在 2026年10月1日。

VODER 适合用来做什么？

将视频配音为其他语言，同时保留原说话人的音色 从会议或访谈录音中分离出各个说话人 克隆旁白声音并在多个语音合成项目中复用 从歌曲中提取人声或伴奏，用于二次创作

VODER 怎么安装和运行？

克隆仓库: git clone https://github.com/HAKORADev/VODER.git && cd VODER 使用推荐的安装脚本安装依赖: python setup.py 查看帮助信息: python src/voder.py 启动图形界面: python src/voder.py gui

在哪里获取 VODER？

源代码和安装说明在 GitHub 上：https://github.com/HAKORADev/VODER