📌 项目：jamiepine/voicebox | 日期：2026-09-17 | 来源：GitHub | Trending详情
Voicebox（54.8k星，MIT，TypeScript）是开源AI语音工作室：克隆任意声音、生成语音、听写到任意app、用你拥有的声音与代理对话——完整语音I/O栈本地运行。与站内VoiceStudio评测（28k星开源全本地ElevenLabs替代，16 TTS+11 ASR引擎646语言）同主题——VoiceStudio做引擎集成，Voicebox做"全语音I/O栈"端到端体验。
| 特性 | 说明 |
|---|---|
| voice cloning声音克隆 | 克隆任意声音，几秒样本即可生成该音色的语音——本地运行，声音所有权归你 |
| TTS语音生成 | 文本转语音，支持多语言多音色，本地推理 |
| ASR听写 | 语音转文字，听写到任意app——无障碍辅助+生产力工具 |
| 代理语音对话 | 用你拥有的声音与AI代理对话——语音I/O的完整闭环 |
| 本地优先 | 完整语音I/O栈本地运行，隐私不外泄——与云TTS的本质区别 |
| 跨平台 | macOS/Windows/Linux，桌面app形态 |
# Voicebox是桌面app，从releases下载
# macOS/Windows/Linux安装包见 https://github.com/jamiepine/voicebox/releases
# 安装后：
# 1. 选TTS/ASR引擎（本地或API）
# 2. 录几秒样本克隆你的声音
# 3. 用克隆声音生成语音/听写/与代理对话
# 文档：https://docs.voicebox.sh
# 故障排查：docs/content/docs/overview/troubleshooting.mdxVoiceStudio（28k星）做引擎集成——16个TTS+11个ASR引擎646种语言，是"引擎超市"；Voicebox（54.8k星）做端到端语音I/O体验——克隆+生成+听写+代理对话全栈，是"语音工作室"。前者偏引擎层，后者偏体验层。
克隆自己的声音用于个人代理对话、听写等场景合法。克隆他人声音需获得明确授权——语音合成技术滥用（deepfake诈骗）是违法的。本地运行不等于免责。
现代CPU+足量RAM可流畅跑本地TTS/ASR；voice cloning样本质量比算力更关键。云API质量更高但数据出境，按场景（隐私敏感用本地、质量优先用云）权衡。