AI 元声造影 开发版 欢迎大家下载测试 免费

软件简介

这款小工具，可以说是我把这么多年积攒下来的作经验，加上自己对 AI 开发的一点热爱，慢慢打磨出来的作品。

现在开源的 AI 模型越来越多，看上去选择很多，但真正想要在自己电脑上跑起来，那一套本地部署环境，真的劝退了绝大多数普通人。 就拿 ComfyUI 来说，熟悉流程的朋友上手自然轻松，可还有一大半的创作者，光是搭建环境、调试流程就被挡在了门外。

为了解决这个痛点，这段时间我投入了不少精力，也自费几百美元，也想尽各种办法白嫖了不少token和积分，挨个测试、参考了 GPT、Claude、GLM、QWEN、DeepSeek 等多款大模型，最终做出了这款桌面工具。

我的目标很简单：打造一个面向本地 AI 创作的一站式工作台。 以后语音设计、声音克隆、音乐生成、视频创作、数字人制作，全都可以放在这一个软件里完成。 你只管在界面上规划好自己的创作思路，那些耗时长、占资源的运算任务全部交给后台悄悄运行。模型管理、参数配置、任务进度查看，所有东西都收纳在同一个工作空间，不用再来回切换一堆工具。

希望能用自己一点点技术，帮更多想玩本地 AI 创作的人，跨过部署这道门槛，把更多精力放回创作本身。

软件下载

以上网盘链接包括软件的安装包以及所需模型文件，软件正在开发阶段，有新的进展都会打包发布

软件：MetaSound v0.0.2 Windows x64.exe

模型：

• 语音合成模型：MetaSoundVoiceEngine.7z 压缩包大小：4.97GB【2026-08-29开放】
• 音乐创作模型：MetaSoundMusicEngine.7z 压缩包大小：22.1GB【2026-09-03开放】
• 视频生成模型：即将开放
• 数字人生成模型：即将开放

硬件配置

本软件目前仅支持 N 卡（CUDA），后续可能会发布纯CPU版本模型，到时候只需要指定CPU版本模型即可，具体根据大家反馈看要不要开发对应的服务。

语音合成：

• 最低要求：显存 8GB，可以运行基础语音功能
• 推荐配置：显存 12GB 及以上（RTX3060‑12G、RTX4070 等）
• 模型峰值显存占用：约 7‑8GB

音乐创作：

• 最低要求：显存 12GB，可以运行基础语音功能
• 推荐配置：显存 24GB 及以上（RTX3090、RTX4090等）
• 模型峰值显存占用：约 12‑24GB

使用教程

第一步：安装主程序

运行安装包 MetaSound v0.0.2 Windows x64.exe，按照安装向导完成软件本体安装

第二步：解压模型包

把下载好的 MetaSoundVoiceEngine.7z 、MetaSoundMusicEngine.7z 完整解压到你电脑上好找的英文路径文件夹

❗重要提醒：

1. 路径尽量不要包含中文、空格、特殊符号，避免程序读取模型出错
2. 记住这个解压后的文件夹位置，后面软件内要选中这个目录

第三步：软件内关联模型引擎

1. 打开 MetaSound（AI 元声造影）软件
2. 点击左下角【偏好设置】，切换到【模型管理】标签页
3. 点击【选择位置】，选中刚刚解压完成的模型根文件夹

后续版本会新增模型在线下载功能，就不需要手动网盘下载解压了

第四步：启动模型

1. 在模型管理列表，点击想要启动模型的右侧【启动】按钮
2. 等待加载，直到上方引擎状态显示【运行中】，出现引擎版本、采样率等日志信息即为成功。

⚠️注意：受于显存大小原因，同一时间只能运行一个模型引擎，如果需要切换其他模型，请先点击【停止】关闭当前引擎，再启动别的模型。

第五步：开始使用

回到软件左侧菜单栏，选择【语音合成】等模块使用，后续会录制相关视频教程。