jamiepine/voicebox
The open-source AI voice studio. Clone, dictate, create.
Star 增长趋势（本站收录历史）
jamiepine/voicebox
深度介绍
它是什么
Voicebox 是 jamiepine 打造的开源 AI 语音工作室，用 TypeScript 编写，MIT 协议。集语音克隆、听写转录与语音合成于一体，定位为本地优先的完整语音工作台。
核心亮点
- 支持 Qwen3-TTS 语音克隆与 Whisper 听写，覆盖主流语音任务
- 同时适配 CUDA 与 Apple MLX，N 卡和 Mac 都能跑
- 自带 UI，开箱即用，无需自行拼装管线
- 全程本地推理，隐私数据不出机器
为什么火
上线即斩获 5.4 万星，单日新增 665。语音克隆长期被闭源 API 垄断，Voicebox 用开源方案补齐了「克隆 + 听写 + 合成」的完整闭环，加上跨平台硬件支持，直接戳中开发者和创作者痛点。
适合谁用
想自建语音能力的独立开发者、需要批量配音的内容创作者，以及在意数据隐私、不愿调用云端 API 的团队。
快速上手
克隆仓库后按 README 安装依赖，选择 CUDA 或 MLX 后端，启动本地服务即可在 UI 中导入音频样本完成克隆与合成。