Voicebox – 本地化语音合成和声音克隆工具

AI文摘 此内容由AI根据文章内容自动生成

AI Summary

VoiceBox是一个开源的AI语音工作室，三件事：克隆任何声音、全局语音输入、让你的AI Agent开口说话。 不需要API Key，不限制使用次数，数据不出电脑。内置7种TTS引擎，支持23种语言。 如果你在做播客、视频配音、或者就是想让自己写的Agent有个声音，这个工具可以直接用。

项目介绍

一款开源本地语音合成与声音克隆工具，支持快速克隆音色、多语言文本转语音、长文本生成及语音转文字。内置专业音频编辑与多轨剪辑功能，可一站式完成配音、播客、有声书等内容制作，并提供本地 API 方便集成调用。

项目截图

项目特点

Voicebox 不再只是一个语音克隆工作室，而成为一个完整的 AI 语音工作室。在任何机器上按住一个键，说话，松开——转录文本就会出现在焦点文本字段中。翻转这个原始设备，任何 MCP 感知的代理——Claude Code、Cursor、Spacebot——都会通过屏幕上的药丸，用你克隆的其中一种声音回应。一个本地 LLM 位于两者之间，因此转录文本出来会很干净，并且语音配置文件可以携带个性，在代理说话之前重塑它要说的话。