Voice Creator Portable 是一个全面的、完全离线的、由人工智能驱动的语音合成和音频制作套件，专为内容创作者、播客制作人、配音演员、音乐家、教育工作者和需要专业级文本转语音（TTS）、语音克隆、语音转文本（STT）转录和自定义语音设计功能的开发人员设计，无需依赖云或面临隐私风险。
这款原生Windows桌面应用程序利用先进的神经网络模型——包括受WaveNet启发的语音编码器、Tacotron 2风格的 sequencers 和基于扩散的音色生成器——来产生超逼真、类似人类的声音，支持8种核心语言（英语、中文、日语、韩语、德语、法语、西班牙语），具有情感重音、呼吸暂停和上下文语调，可以与专业录音室的录制相媲美。
提供完整的 REST API，可无缝集成到应用程序/游戏/工作流程中，无限语音生成，实时预览，多轨层叠，并支持 WAV/MP3/FLAC/OGG 等格式的导出选项，Voice Creator Portable 使用户能够创作定制的叙述、动画/游戏中的角色声音、有声书母带、IVR 系统或合成歌唱——所有这些都在消费者硬件上通过 GPU 加速本地处理，合成延迟小于一秒。
发行说明
添加
– 多模型支持 — 无缝切换 Qwen3 和 Chatterbox TTS 模型
– Chatterbox 低质量涡轮模型支持像[轻笑]和[咳嗽]这样的标签
– 48 kHz 高清音频模式。使生成质量更高。
– 移动响应式用户界面 — 头部、生成、输出和历史部分适应窄屏
修复
– 多模型回退：从 API 端点中移除了模式支持检查；model_loader 自动选择兼容的模型
– 当活动模型不支持时，说话人和语言查找回退到替代提供商
– 不论模型如何，“自动”语言选项始终出现在下拉菜单中
Voice Creator设置中文教程：
