平台拥有规则,你承担代价
当核心能力由云端平台托管,真正被约束的往往不是模型,而是你的工作流。
- 内容脚本必须上传至云端服务商,面临泄漏与监控风险
- 敏感商业剧本与个人声音克隆受厂商使用条款严格审查
- 生成与试听均按字符计费扣额度,频繁调参面临极高的开销
- 必须全程联网,任何网络波动或云端宕机都会中断生产线
- 调用速率限制 (Rate Limits) 干扰 Agent 智能体的高频调用
本地优先 AI 声音工作台
本地优先 · 声音创作 · App 与 Agent 共用
使用本地模型时,剧本和语音留在本机处理。Sonano 是一款专为 macOS 打造的高端 AI 声音工作台,可将短文案、长文、有声书章节和媒体资产在本地处理为可审查、可导出的音频作品,并为 AI Agent 注入原生声音能力。
声音库预览
Sonano 提供 380 个可试听声音,覆盖 55 种语言。先浏览所有语言,或选择一种语言,直接听到不同音色、性别和风格的差异,也可以用 Voice Design 或 Voice Clone 创建自己的声音。
正在读取声音库。
选择语言后查看可用声音
Sonano 会按语言展示可用于朗读、变声和 Agent 调用的本地声音资产。
为什么选择 Sonano
区别不在于能不能生成声音,而在于数据、成本与生产节奏究竟掌握在谁手里。
当核心能力由云端平台托管,真正被约束的往往不是模型,而是你的工作流。
Sonano 把声音能力沉到你的设备侧,让数据边界、成本结构和创作节奏重新变得可控。
核心特性
不是把零散工具硬塞进一个页面,而是把普通语音生成、多角色剧本、有声书长文项目、媒体审查与音色资产沉淀组织成一条连续的本地工作流。
围绕模型、语言与声音快速生成单条语音,适合日常口播、预听与微调。
在一片安静又美丽的森林里,住着一只小兔子。它有一对长长的耳朵,还有一双亮晶晶的眼睛。
围绕“模型 -> 输出语言 -> 声音”主轴完成单条生成、长文本分段、预听与导出;同一个 Speech Studio 也承接多角色脚本和有声书章节生成。
用一套本地工作台完成试听、修改、重生成和导出。
把一整段脚本拆成角色与 block,逐段生成、试听和调整角色声音。
在一片安静又美丽的森林里,住着一只小兔子。
“那是什么呀?”
“呜呜……我迷路了……”
把整段脚本交给 AI 先做角色与 block 拆分,再为每个说话者映射声音,并支持单段试听、分析脚本与局部重生成。
这是 Sonano 很关键的一条能力,不只是“多个 voice”而是真正的脚本工作流。
把长文导入为书籍项目,按章节生成、补齐缺失章节并合并导出。
在一片安静又美丽的森林里,住着一只小兔子。它有一对长长的耳朵,还有一双亮晶晶的眼睛。
有一天晚上,小兔子正准备回家,忽然一道亮光从天空划过,掉进了森林深处。
“那是什么呀?”小兔子好奇地跳了过去。
导入 EPUB、TXT 或 Markdown,自动分章后逐章生成音频。已生成章节可以连续试听,最后合并导出为 M4B、M4A、MP3 或 WAV。
长文内容不再只是“大文本框”,而是可以反复编辑、生成和交付的本地项目。
导入媒体后,先得到可审查的文本与时间线,再做清理与裁剪。
导入音频或视频,本地 GPU 推理生成转写与字幕时间线,并把清理建议、静音区间与编辑动作放在同一审查视图内。
先看懂内容结构,再一键落到可导出的时间线结果。
把一段已有录音映射到目标声音上,完成波形级的本地声线转换。
选择一段源录音,再指定目标声音做波形级转换。适合把已有音频快速迁移到统一 timbre,同时保留本地处理边界。
首页这里强调的是转换工作流,不把资产管理和转换动作混成一个概念。
浏览、筛选和管理可复用的声音资产,让生成与转换共用同一套目标声音池。
一个少女的嗓音,语速平缓,音色清澈柔和。
一位经验丰富的老先生,声音低沉稳重,语气专业。
统一管理 Designed、Cloned 与出厂声音资产,用搜索、来源、性别和标签把可复用的目标声音组织起来。
这是资产层能力,负责沉淀可被 Speech 与 Voice Conversion 复用的声音资源。
适用场景
无论你是制作播客、出版长篇书籍还是为 AI 智能体注入声音,Sonano 本地工作流都能保驾护航:
在本地创作口播配音、视频旁白和多角色对白。新生成消耗套餐额度,已有作品的播放、编辑、保存和导出保持开放。
导入 EPUB、TXT 或 Markdown 长文,自动分章后逐章生成、补齐缺失章节,并在本机合并导出 M4B、M4A、MP3 或 WAV。
本地安全录入样本快速克隆自身音色,或将自己干声录音通过波形声线转换转换成目标音色,保护版权与隐私。
为视障人士或需要朗读的场景提供完全离线的 ASR 字幕转写与 TTS 朗读,共享已确认的 Free / Pro 额度,并支持适用模型的长尾语言。
处理涉及医疗、法律、内部报告等高度机密的敏感音频转写和播报任务,确保数据绝对隔离在本地物理存储中。
将文稿一键朗读为声音,用耳朵听取语流,快速捕捉节奏瑕疵、重复语句或生硬语气,辅助文字内容校对。
模型矩阵
按速度、语言覆盖、表达力与工作流角色挑选本地引擎,每张卡片都对应一条清晰的产品定位。
600+ 语言覆盖兜底
主流模型缺语种时,继续推进本地语音工作流。极速轻量的预听引擎
适合脚本试听与长文本批量生成。默认主力发声路径
兼顾基础模型、流式预听与自定义声音。官方声音设计主路径
适合做高一致性的设计音色。更有表演感的语音路线
适合角色化、情绪化和短内容表达。高采样率发声与设计一体
更适合重质感和风格控制的生产场景。本地转写与字幕主路径
适合字幕、审校与媒体精修。覆盖最广的转写备选
覆盖语言、口音与噪声场景。保留结构的声音迁移
把已有音频快速转换成目标音色。声音工作流的文本智能层
通过外接大模型服务提供清理、分析与脚本辅助。本地 API 服务
Sonano 暴露标准的 OpenAI-compatible 接口。无需外部网络,本地智能体(如 Cursor、Claude Code、OpenClaw)可通过本地回环以极低延迟高频拉起你的本地模型与克隆声音。
{
"status": "connected",
"port": 19280,
"capabilities": {
"tts": ["kokoro", "qwen3-tts", "voxcpm2"],
"stt": ["qwen3-asr", "whisper"],
"voices": ["default-male", "custom-clone-01"]
}
}
curl http://127.0.0.1:19280/v1/audio/speech \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3-tts",
"input": "Running AI voices locally on Mac.",
"voice": "custom-clone-01"
}' \
--output output.wav
本地数据透明度
Sonano 严格遵守本地沙盒规则,用户所有的声音资产、缓存模型与任务记录均存放于固定的 macOS 物理路径中。随时查阅,随心迁移,彻底消除隐私隐患。
价格方案
Free + Pro 一次性买断;以下为已确认的方案,公开下载与购买尚未开放。
适合个人日常发声与音频转写
常见问题
了解 Sonano 如何在你的 Mac 本地运行,解答你对隐私与算力的所有疑问。
http://127.0.0.1:19280,无需为不同宿主单独配对。
即刻体验
Sonano 正在准备公开发行,下载与购买尚未开放。先了解本地语音生成、音视频转写与 Agent 工作流;正式安装包就绪后会在下载页提供入口。