Voicebox 完整指南10 秒录一段话本地克隆出你的专属配音【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox10 秒清晰人声就足以让你的声音成为往后所有文章、播客、短视频的常驻旁白。而且 Voicebox 把声音克隆、底层模型、录音全部跑在你自己的电脑上——不往任何云上传。下面按四步走先拿到声音再拉满产量接着给内容加戏最后接进你的工具链。如果你只想要一个能用的音色看完前两节就够了。️ 发出第一声10 秒音频克隆出第一个声音先装好。macOS、Windows 有安装包Linux 走 DockerApple Silicon、NVIDIA、AMD 显卡、Intel Arc 都能加速纯 CPU 也能跑。从源码启动git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox cd voicebox docker compose up克隆本身是三步点Create Voice起个名字、选语言提供 10~30 秒清晰人声参考——上传、现场录音、或抓取系统音频都行还能补一段对应的参考文本挑一个 TTS 引擎开始生成内置 7 个 TTS 引擎、50 预设声音不想录就直接挑一个。细节见 声音克隆指南。选型上综合质量选Qwen3-TTS 1.7B要 23 种语言覆盖选Chatterbox Multilingual低配机器或纯 CPU 选LuxTTS700 秒以上长音频选HumeAI TADA。 把整章稿件丢进去直接拿到能上架的音频文本太长生不成在这里基本不是问题。一整章粘进生成框Voicebox 按句子边界切开、逐段生成、再交叉淡化拼回接缝处基本听不出断点。单次文本上限50,000 字符整篇推文、整章小说直接进切分逻辑识别缩写和中日韩标点不会在半句话上断开异步队列生成提交后继续编辑下一条互不阻塞每条 take 都留档可以换种子重录多版挑最好的加星标典型流程公众号文章写完 → 全文粘贴 → 选中你克隆的音色 → 得到能直接上架的音频。生成历史里随时回放对比旧 take模型可以按需卸载腾出显存给下一个任务。 从念稿到成片情绪标签、音效与多角色内容做长了一个声调念到底就是瓶颈。Voicebox 的加戏手段有三层情绪标签。切到 Chatterbox Turbo 引擎文本里直接写[laugh]、[gasp]、[sigh]输入框敲/会弹出标签插入器。这题我会[laugh]和干巴巴念出来完全是两个东西。后期音效。8 种效果支持实时预览移调、混响、延迟、合唱、压缩、增益、高低通滤波内置Robotic、Radio、Echo Chamber、Deep Voice四个预设也能自建并按声音档案设为默认。音效链路在 backend/services/effects.py。多轨 Stories。做播客、广播剧就用它每个角色一条轨道拖拽编排、内联裁剪拆分播放头同步整体预览。每段剪辑可锁定自己的生成版本——重生成某一句不会打乱全片。多主持播客、旁白加角色的有声书、游戏对话、广播剧都在支持范围见 Stories 编辑器文档。另外Voice Personalities能给任意声音挂人设由内置本地 LLM 驱动一键生成符合人设的台词或把你的文本改写成该角色的口吻再朗读。⌨️ 按住组合键说话文字落到任意输入框输入这一侧它也补齐了按住自定义组合键说话松手即停Whisper 本地转写后直接粘贴进当前聚焦的文本框剪贴板原样保存恢复不打断你之前复制的内容。还可以让 LLM 自动清理口头语屏幕上会浮一个胶囊气泡显示转写。每次听写都存进 Captures原始音频和文字稿成对保存可重转写、可编辑还能一键升格成声音样本。 一条命令把 Voicebox 接进你的 AgentVoicebox 是 API-first 的对开发者最有用REST API默认端口17493标准 HTTP 接口——生成语音、转写、列声音档案都有用克隆声音朗读就是 POST 一段文本加目标 profile 到/speak内置 MCP 服务器一条命令接入 Claude Code之后任何 MCP 客户端都能调用语音生成、转写、档案浏览每个 Agent 独立声音在 Settings → MCP 里把不同客户端绑到不同音色听声辨人朗读时屏幕全程有气泡提示没有后台偷偷出声claude mcp add voicebox \ --transport http \ --url http://127.0.0.1:17493/mcp \ --header X-Voicebox-Client-Id: claude-code接入细节见 MCP 服务器文档。按身份选起点短视频 / 公众号创作者先克隆自己的声音再叠情绪标签和音效批量产出有现场感的旁白播客 / 有声书作者长文生成 多轨 Stories从稿件直接到成片开发者把/speak和 MCP 接进你的 Agent本地文字转语音从此是自己的基础设施【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Voicebox 完整指南10 秒录一段话本地克隆出你的专属配音【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox10 秒清晰人声就足以让你的声音成为往后所有文章、播客、短视频的常驻旁白。而且 Voicebox 把声音克隆、底层模型、录音全部跑在你自己的电脑上——不往任何云上传。下面按四步走先拿到声音再拉满产量接着给内容加戏最后接进你的工具链。如果你只想要一个能用的音色看完前两节就够了。️ 发出第一声10 秒音频克隆出第一个声音先装好。macOS、Windows 有安装包Linux 走 DockerApple Silicon、NVIDIA、AMD 显卡、Intel Arc 都能加速纯 CPU 也能跑。从源码启动git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox cd voicebox docker compose up克隆本身是三步点Create Voice起个名字、选语言提供 10~30 秒清晰人声参考——上传、现场录音、或抓取系统音频都行还能补一段对应的参考文本挑一个 TTS 引擎开始生成内置 7 个 TTS 引擎、50 预设声音不想录就直接挑一个。细节见 声音克隆指南。选型上综合质量选Qwen3-TTS 1.7B要 23 种语言覆盖选Chatterbox Multilingual低配机器或纯 CPU 选LuxTTS700 秒以上长音频选HumeAI TADA。 把整章稿件丢进去直接拿到能上架的音频文本太长生不成在这里基本不是问题。一整章粘进生成框Voicebox 按句子边界切开、逐段生成、再交叉淡化拼回接缝处基本听不出断点。单次文本上限50,000 字符整篇推文、整章小说直接进切分逻辑识别缩写和中日韩标点不会在半句话上断开异步队列生成提交后继续编辑下一条互不阻塞每条 take 都留档可以换种子重录多版挑最好的加星标典型流程公众号文章写完 → 全文粘贴 → 选中你克隆的音色 → 得到能直接上架的音频。生成历史里随时回放对比旧 take模型可以按需卸载腾出显存给下一个任务。 从念稿到成片情绪标签、音效与多角色内容做长了一个声调念到底就是瓶颈。Voicebox 的加戏手段有三层情绪标签。切到 Chatterbox Turbo 引擎文本里直接写[laugh]、[gasp]、[sigh]输入框敲/会弹出标签插入器。这题我会[laugh]和干巴巴念出来完全是两个东西。后期音效。8 种效果支持实时预览移调、混响、延迟、合唱、压缩、增益、高低通滤波内置Robotic、Radio、Echo Chamber、Deep Voice四个预设也能自建并按声音档案设为默认。音效链路在 backend/services/effects.py。多轨 Stories。做播客、广播剧就用它每个角色一条轨道拖拽编排、内联裁剪拆分播放头同步整体预览。每段剪辑可锁定自己的生成版本——重生成某一句不会打乱全片。多主持播客、旁白加角色的有声书、游戏对话、广播剧都在支持范围见 Stories 编辑器文档。另外Voice Personalities能给任意声音挂人设由内置本地 LLM 驱动一键生成符合人设的台词或把你的文本改写成该角色的口吻再朗读。⌨️ 按住组合键说话文字落到任意输入框输入这一侧它也补齐了按住自定义组合键说话松手即停Whisper 本地转写后直接粘贴进当前聚焦的文本框剪贴板原样保存恢复不打断你之前复制的内容。还可以让 LLM 自动清理口头语屏幕上会浮一个胶囊气泡显示转写。每次听写都存进 Captures原始音频和文字稿成对保存可重转写、可编辑还能一键升格成声音样本。 一条命令把 Voicebox 接进你的 AgentVoicebox 是 API-first 的对开发者最有用REST API默认端口17493标准 HTTP 接口——生成语音、转写、列声音档案都有用克隆声音朗读就是 POST 一段文本加目标 profile 到/speak内置 MCP 服务器一条命令接入 Claude Code之后任何 MCP 客户端都能调用语音生成、转写、档案浏览每个 Agent 独立声音在 Settings → MCP 里把不同客户端绑到不同音色听声辨人朗读时屏幕全程有气泡提示没有后台偷偷出声claude mcp add voicebox \ --transport http \ --url http://127.0.0.1:17493/mcp \ --header X-Voicebox-Client-Id: claude-code接入细节见 MCP 服务器文档。按身份选起点短视频 / 公众号创作者先克隆自己的声音再叠情绪标签和音效批量产出有现场感的旁白播客 / 有声书作者长文生成 多轨 Stories从稿件直接到成片开发者把/speak和 MCP 接进你的 Agent本地文字转语音从此是自己的基础设施【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
