Voicebox 提供完全本地化的语音克隆与听写功能，支持多种 TTS 引擎、语气词控制、后期效果及与 Claude Code 等 AI 代理集成，实现隐私安全且免费的语音处理。
📝 详细摘要
Voicebox 被定位为“开源 AI 语音工作室”，能够几秒音频克隆任意声音、全局热键听写、多人语音合成圆桌等，全部数据均在本地处理，隐私不出机。它集成了 7 种 TTS 引擎（如 Qwen3-TTS、LuxTTS、Chatterbox Turbo 等），支持零样本克隆或 50+ 预设声，CPU 上可达 150× 实时。此外，具备语气词控制（[laugh][sigh][gasp]、说慢点/耳语）、带 Spotify pedalboard 的 8 种后期效果、无限长度自动分块 crossfade、多轨 Stories 编辑器，以及全局听写热键（类似 AI 鼠标），可直接将语音转写贴入任意输入框。通过 voicebox.speak 接口，Claude Code、Cursor、Cline 等代理可调用克隆声音完成语音或视频合成任务。项目已获 42000+ Star，彻底消除对 ElevenLabs 等付费服务的依赖。
📊 文章信息
AI 初评：82
来源：AIGCLINK(@aigclink)
作者：AIGCLINK
分类：人工智能
语言：中文
阅读时间：5 分钟
字数：1004
标签： Voicebox, 语音克隆, ElevenLabs平替, 本地AI, 开源