Voicebox — 开源 AI 语音工作室

Codex 核验（2026-10-10）：Voicebox 是本地优先语音工作流；实际支持的模型与 CUDA/ROCm/MLX/CPU 路径依硬件及当前依赖而定。代码许可证不等于所有模型权重、外部 API 或声音素材都可免费使用；如选远程服务，音频是否离机及费用要独立确认。本文安装/性能未重新运行。

基本信息

• GitHub: https://github.com/jamiepine/voicebox
• Stars: ⭐44,147（今日+821）
• Website: https://voicebox.sh
• License: MIT

简介

开源的 AI 语音工作室，支持语音克隆、语音生成、听写输入、AI 代理语音对话。完整的语音输入输出栈，可本地运行。

核心特性

• 语音克隆（Clone any voice）
• 语音生成（Text-to-Speech）
• 听写输入（Dictate into any app）
• AI 代理语音对话
• 本地运行，保护隐私

价值分析

可以用于为 AI 代理增加语音交互能力，或者生成配音内容。本地运行版本可避免 API 费用和隐私风险。