你会得到什么
下载一个叫 Booth 的免费桌面软件,就能在你自己的电脑上做 AI 配音。打一句台词,选一个声音和情绪,它一次给你几个版本挑。录一小段自己的声音,还能让它用你的声音念稿。全文有两段可复制的提示词,装好以后还能让你的 AI Agent 直接调它批量配音。
做视频旁白和播客开场的人用得上,给游戏或动画角色配台词也合适。稿子和录音都留在你电脑上,不用注册账号,也没有订阅费,模型下载好以后断网也能用。

先装好软件,用自带的声音摸清几个调节项,再克隆自己的声音,最后把长稿子交给 AI Agent 一句句配完。
先弄清它是什么
Booth 是开发者 NoFaceTube 做的开源软件(Apache-2.0),里面跑的声音模型是 Zyphra 公司开源的 ZONOS3-Mini。按官方模型页的说明,这个模型支持 43 种语言,其中包括普通话、日语和韩语,能从一段录音克隆声音,也能调情绪和语速。

图片来自 Booth 官网。
它有几个和别的配音工具不一样的地方:
- 一句出几版:同一句话一次生成好几个版本,你听完留下最满意的那条,不满意就再来一轮。
- 能调语气:情绪、音高和语速都能调,读稿感和聊天感之间也有一个滑块,拖一下重新生成就行。
- 整篇稿子分行配:一整段稿子贴进去会自动按行拆开,每行可以用不同的声音和语气。
- AI Agent 能直接用:它自带给 Claude 用的接口(MCP),接上以后可以让 Agent 帮你批量配音。
要先说清两件事:这个项目刚发布几天,Star 还很少。Mac 版和 Linux 版官方写明还没在真机上测过,Windows 加 NVIDIA 显卡是目前最稳的组合。中文的效果我们没有试过,第一次用先拿一句短的听听。
第 1 步:下载安装
去 Booth 的 GitHub 发布页下载对应系统的安装包(Windows、苹果芯片的 Mac、Linux 都有)。电脑要求不高:
- Windows:10 或 11 的 64 位系统,普通处理器就能跑。如果有 RTX 20 系列以上的 NVIDIA 显卡,可以选显卡版引擎,快好几倍。
- Mac:M1 及以上芯片,macOS 13.3 及以上。
- 硬盘:声音模型约 1.2 GB,把附加功能全装上最多约 9 GB。第一次打开时自动下载。
它还没有做代码签名,安装时系统会提示风险:Windows 上点 更多信息 → 仍要运行。Mac 上去 系统设置 → 隐私与安全性,在 Booth 旁边点 仍要打开。只从官方 GitHub 发布页下载,别用别人转发的安装包。
拿不准自己电脑行不行,可以先把这段交给你的 AI Agent:
我想装一个叫 Booth 的本地 AI 配音软件(github.com/stepupgaming/booth)。请先只读检查,不要安装任何东西:
1. 我的系统版本,是不是 64 位;如果是 Mac,是不是苹果芯片、macOS 版本多少
2. 有没有 NVIDIA 显卡,型号是什么,能不能用它的显卡版引擎(要 RTX 20 系列或更新)
3. 系统盘还剩多少空间(模型要 1.2 GB 到 9 GB)
查完用大白话告诉我能不能装、该下载哪个安装包,然后停下等我。
第 2 步:用预设声音先试一句
打开后先别急着克隆,用自带的声音试:
- 在 Studio 里选一个声音,打一句台词。
- 右边选情绪,拖一下语速和音高。
- 点生成,听它给出的几个版本,留下最好的那条,不满意就点 Redo 再出一轮。
先用预设声音,是为了摸清这几个滑块各管什么。拖到极端值容易怪腔怪调,先从中间往两边一点点试。
第 3 步:克隆你自己的声音
在 Create a voice 里放一段你自己的录音,原作者建议 10 到 60 秒。录音质量决定克隆效果:
- 找安静的房间,离麦克风一拳左右,别开空调和风扇。
- 用你平时说话的语气,念一段完整的话,别只念单字。
- 不要背景音乐,不要混响很重的浴室或空房间。
克隆出来后,用同一句台词和预设声音对比着听,像不像一听就知道。只克隆你自己的,或者拿到本人同意的声音,别人的声音哪怕是公开视频里的也不行。
第 4 步:让 AI Agent 帮你批量配音
稿子长的时候,一行行点生成太累。在 Booth 的 Settings 里点 Add to Claude Desktop,Claude 桌面版就能直接用它,旁边的 Claude Code 标签页给出接到 Claude Code 的那条命令。其他支持 MCP 的 AI Agent 也可以照着接。接好后把这段交给你的 AI Agent:
第一条让它先拆句、等你确认,是为了在生成之前就把语气定下来,比做完再一句句返工省时间。第三条专治数字和缩写读错,这是 AI 配音最常见的毛病。
注意
- 声音要有授权:只克隆自己的或拿到本人同意的声音,发布时按平台要求标注 AI 配音。
- 项目很新:刚发布几天,Mac 和 Linux 版官方还没真机测过,遇到问题去 GitHub 提 Issue。
- 安装包认准官方:因为没签名,系统一定会弹警告,更要确认是从官方 GitHub 发布页下的。
- 中文先小试:模型支持普通话,但实际效果要你自己听,正式用之前多试几句不同类型的台词。
想要中文效果更有把握、还能商用的本地配音,可以对比看 让 AI Agent 在你电脑上装一个免费配音员。要把整条视频配成另一种语言,看 让 AI Agent 用原声给视频配上外语。


评论(0)
还没有评论,来说第一句。