jamiepine/voicebox

Voicebox – 开源 AI 语音工作室

它是什么 – Voicebox 是一款本地优先的应用程序，可让您从短音频样本中克隆任何声音，以多达 23 种语言生成语音，并在整个操作系统中使用语音转文字听写。它捆绑了多种文本转语音（TTS）引擎、基于 Whisper 的转录模型，以及一个用于基于角色重写的小型本地 LLM，全部在您的机器上运行，无需云端调用。

主要功能

语音克隆与预设 – 从参考片段进行零样本克隆，或从 50 多个精选预设声音中选择（Kokoro、Qwen CustomVoice 等）。
八种 TTS 引擎 – Qwen3-TTS、Qwen CustomVoice、Qwen VoiceDesign、LuxTTS、Chatterbox Multilingual/Turbo、HumeAI TADA、Kokoro。可根据质量、速度或语言覆盖范围选择每次生成。
多语言支持 – 23 种语言，从英语到阿拉伯语、日语、印地语、斯瓦希里语等。
无限长度生成 – 自动句子感知分块与交叉淡化，最多 50,000 个字符。
后处理效果 – 音高偏移、混响、延迟、合唱、压缩、滤波器（由 Spotify 的 pedalboard 驱动），内置预设和自定义链。
全局听写 – 热键驱动的即按即说，可将转录文本直接粘贴到任何聚焦的文本字段（macOS），或通过应用内麦克风按钮工作。
代理语音输出 – 单个 voicebox_speak 工具调用（或 HTTP /speak）可让任何支持 MCP 的 AI 代理（Claude Code、Cursor 等）以克隆的声音说话。
语音角色 – 将自由形式的角色附加到配置文件；捆绑的 Qwen3 LLM 可在 TTS 之前以角色身份重写文本。
故事编辑器 – 用于播客、对话或叙事音频的多轨时间线，支持版本控制、修剪和拖放。
REST + MCP API – 用于生成、说话、转录、列出配置文件的端点，以及用于与开发工具无缝集成的模型上下文协议服务器。
跨平台原生性能 – 使用 Tauri（Rust）构建，可在 macOS（Metal/MLX）、Windows（CUDA）、Linux（CUDA/ROCm/CPU）和 Docker 上运行；GPU 加速可选。

安装

平台	获取方式
macOS（Apple Silicon）	从 `voicebox.sh/download/mac-arm` 下载 DMG
macOS（Intel）	从 `voicebox.sh/download/mac-intel` 下载 DMG
Windows	从 `voicebox.sh/download/windows` 下载 MSI
Docker	`docker compose up`（仓库中提供镜像）
Linux	从源代码构建 – 请参阅 README 中链接的 linux-install 指南

典型用法

# 本地生成语音
curl -X POST http://127.0.0.1:17493/generate \
  -H "Content-Type: application/json" \
  -d '{"text":"Hello world","profile_id":"my-voice","language":"en"}'

# 让 AI 代理说话
curl -X POST http://127.0.0.1:17493/speak \
  -H "Content-Type: application/json" \
  -H "X-Voicebox-Client-Id: my-script" \
  -d '{"text":"Deploy complete.","profile":"Morgan"}'

# 使用 Whisper-Turbo 转录录音
curl -X POST http://127.0.0.1:17493/transcribe \
  -F "audio=@recording.wav" -F "model=whisper-turbo"

在 GUI 中，按下配置的热键，说话，转录文本会立即出现在活动字段中。使用 Stories 选项卡在时间线上排列多个语音片段，应用效果，并导出最终音频。

为什么重要 – Voicebox 为开发者和高级用户提供了云服务（如 ElevenLabs）的隐私保护替代方案。通过将模型、语音数据和捕获保留在设备上，它消除了数据泄露风险，同时仍提供高质量、富有表现力的语音合成和听写。

链接

网站与演示：https://voicebox.sh
文档：https://docs.voicebox.sh
发布：https://github.com/jamiepine/voicebox/releases
许可证：MIT

jamiepine/voicebox

Voicebox – 开源 AI 语音工作室

相关