voicebox
开源本地语音工作室，可克隆声音、生成语音，并在任意应用中语音听写，全部在本机运行。
挑一个能复现的小 issue，用 AI 编程助手把它修好。
分享到 X许可证: MIT
概述
Voicebox 是本地优先的开源语音工作室，在你自己的电脑上运行。它可以用几秒钟音频克隆声音、生成语音，并通过全局热键向任意文本框听写输入。支持 7 个 TTS 引擎、23 种语言，还能为支持 MCP 的 AI 代理配上你选择的声音。内置的本地 LLM 负责文本润色和按配置文件区分的人设。
主要特点
- 用几秒音频克隆声音
- 7 个 TTS 引擎，支持 23 种语言的语音生成
- 用全局热键向任意文本框听写
- 为支持 MCP 的 AI 代理提供自选声音
- 模型和声音数据保留在本机
适用场景
适合不想依赖云服务、希望在一个桌面应用里完成语音生成和听写的用户。
- 上游仓库
- jamiepine/voicebox
- GitHub 上的 fork
- Guo-astro/voicebox
- 上游 Star 数
- 57k
- 分类
- 文档、媒体与内容
- 编程语言
- Python
- 许可证
- MIT
- Fork 时间
- 2026-02-18
- 同步状态
- 已同步上次同步 2026-10-20
同分类更多: 文档、媒体与内容
LuxTTS 是一款轻量级语音合成模型，可根据参考音频克隆音色并生成清晰的 48 kHz 语音。可通过 Python、Colab 或 Hugging Face Spaces 使用。
Fork 时间 2026-10-19上次同步 2026-10-20许可证: Apache-2.0文档、媒体与内容GitHub
一款可自托管的知识库，用于编写、整理、搜索和分享 Markdown 笔记。支持离线使用和团队工作区，适合个人或团队管理文档。
Textus是一款免费的开源Markdown编辑器，内置AI写作助手，可在macOS、Windows和Linux上写作与编辑。
Clypra是一款免费开源的视频编辑器，可在精准到帧的时间线上剪辑和编排视频，并使用 Rust 和 GPU 加速解码与渲染。