jamiepine / voicebox

Voicebox是一款开源、本地优先的语音合成工作室，可作为ElevenLabs的免费替代方案。它允许用户仅凭几秒钟的音频样本即可克隆声音，并支持使用Qwen3-TTS、LuxTTS等五种引擎，以23种语言生成语音。项目内置音高调整、混响等后期效果，以及一个多音轨时间线编辑器，便于制作对话、播客等叙事内容。所有语音模型和数据均在本地运行，确保了完全的隐私安全。其提供的REST API便于开发者将语音合成功能集成到自己的应用程序中。该工具基于Tauri（Rust）构建，性能高效，支持macOS（MLX/Metal）、Windows（CUDA）、Linux等多种平台与硬件加速。