voicebox

一站式克隆、转写、合成声音,打造你的 AI 语音工作室

开源 🏷️基础免费,高级付费 ✅ 目前可打开 音频音乐 🍴 复刻 7569 🐛 待处理 533 👀 关注 264
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 60221
维护状态 维护中
是否开源 开源
定价模式 🏷️基础免费,高级付费 开源项目,提供在线语音工作室,基础功能免费,高级功能或额度需付费。具体价格未明确,需访问官网查看。

项目预览

voicebox 项目界面预览图
图片来源:项目官网

项目数据

分类音频音乐
开发团队jamiepine
定价模式🏷️基础免费,高级付费
价格说明开源项目,提供在线语音工作室,基础功能免费,高级功能或额度需付费。具体价格未明确,需访问官网查看。
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai,cuda,mlx,qwen3-tts,qwen3-tts-ui,voice-ai,voice-clone,whisper
GitHub 星标★ 60221
上线时间2026-01-25 00:00:00
代码更新2026-10-07
仓库体积100.1 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-10
浏览次数10

项目介绍

voicebox 是一个开源的 AI 语音工作室,旨在提供一站式的声音克隆、语音转写和语音合成能力。它解决了个人开发者和小团队难以高效构建高质量语音 AI 应用的问题,将复杂的音频处理流程封装为易用的工具。核心能力包括:基于先进模型(如 Qwen3-TTS)的语音克隆,能够快速复制特定音色;集成 Whisper 实现高精度语音转写;提供直观的 UI 界面,降低使用门槛。项目支持 CUDA 和 MLX 加速,兼容多种硬件环境,技术栈以 TypeScript 为主,便于前端集成。无论是创作者制作配音、开发者构建语音交互应用,还是研究者进行实验,voicebox 都提供了灵活、可扩展的开源解决方案。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 60221

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 30 分钟 部署方式:本地安装 7 步

环境要求

  • just(任务运行器,可通过 brew install just 或 cargo install just 安装)
  • Bun 运行时
  • Rust 工具链(rustup)
  • Python 3.11+
  • Tauri 前置依赖;macOS 上还需安装 Xcode

安装与启动步骤

  1. 1安装 just

    just 用于执行仓库内置的 setup / dev 等任务命令,macOS 用 brew 安装,其他环境可用 cargo 安装。

    brew install just
  2. 2准备前置依赖

    按 README 要求准备 Bun、Rust、Python 3.11+ 与 Tauri Prerequisites;macOS 还需安装 Xcode,缺一项后续 setup 会失败。

  3. 3克隆仓库

    把 voicebox 源码克隆到本地,README 中的 setup 命令需在仓库目录内执行。

    git clone https://github.com/jamiepine/voicebox.git
  4. 4进入项目目录

    切换到克隆下来的 voicebox 目录,后续所有 just 命令都在此目录执行。

    cd voicebox
  5. 5初始化环境

    该命令会创建 Python 虚拟环境并安装全部依赖,首次执行耗时较长,请保持网络畅通。

    just setup
  6. 6启动应用

    同时启动后端与桌面应用;README 指出 dev 应用运行后,仓库根目录预置的 .mcp.json 会被 Claude Code 自动识别。

    just dev
  7. 7查看全部命令

    列出仓库提供的所有 just 任务,方便按需执行其他子命令。

    just --list

关键配置

配置项必填说明示例
.mcp.json否仓库根目录预置的 MCP 配置,在该 checkout 内运行 Claude Code 时自动加载 Voicebox MCP 工具/your/path/voicebox/.mcp.json

如何确认成功

执行 just dev 后终端无依赖或编译报错,后端与桌面应用均正常启动并出现界面,即表示启动成功。

常见问题

Q:提示 just 命令不存在怎么办?

A:说明未安装 just。macOS 可执行 brew install just,其他环境可执行 cargo install just,安装完成后重新运行 just setup。

Q:Windows 或 Linux 可以安装吗?

A:README 仅说明需准备 Tauri Prerequisites,并特别指出 macOS 需要 Xcode,未给出其他平台的专属步骤,建议按 Tauri 官方前置要求配置。

Q:有哪些可用的构建或运行命令?

A:在项目根目录运行 just --list,即可查看仓库提供的全部 just 任务。

Q:MCP 工具没有生效?

A:需先在本仓库目录内运行 just dev 启动开发版应用,然后在同一个 checkout 中启动 Claude Code,才能自动读取根目录的 .mcp.json。

注意事项

  • README 未给出端口、API Key 等配置项说明,需要时请查阅官方文档 docs.voicebox.sh 与仓库中的 troubleshooting.mdx。
  • 运行 just setup 前务必确认 Python 版本不低于 3.11,并已安装 Bun、Rust 与 Tauri 前置依赖。
  • 本项目为 Tauri 桌面应用形态,首次编译依赖较多,构建时间可能较长。

核心亮点

  • 集成 Qwen3-TTS 和 Whisper,克隆与转写能力开箱即用
  • 提供图形界面,非程序员也能快速上手
  • 支持 CUDA/MLX 加速,兼顾性能与硬件兼容性

不足之处

  • 文档/社区待观察
  • 依赖较多 AI 模型,部署体积可能较大

适用场景

  • 内容创作者快速生成个性化配音
  • 开发者构建语音交互或语音助手应用
  • 企业批量生成多音色语音内容

替代项目

Coqui TTS、Bark、OpenVoice

上一篇:FluidAudio

下一篇:youtube-auto-dub

同类项目推荐

reader 开源

手机拍报纸,秒变电子版,随时读报不费力

毕业设计-基于智能手机的报纸阅读器

★ 62 2026-08-09
OpenAI-Audiobook-Generator 开源

输入文本,一键生成有声书音频

This project is a web-based application that converts text into audio, primarily foc···

★ 86 2026-08-09
Step-Audio-EditX 开源

用一句话编辑语音情感和风格,还能零样本合成新声音

A powerful 3B-parameter, LLM-based Reinforcement Learning audio edit model excels at···

★ 998 2026-08-09
qwen-tts-webui 开源

浏览器里填文本选音色,一键生成 Qwen3 语音

基于 Qwen3 TTS 的 WebUI

★ 375 2026-11-08
diffwave 开源

用扩散模型快速生成高保真语音波形,让 TTS 更自然高效。

DiffWave is a fast, high-quality neural vocoder and waveform synthesizer.

★ 889 2026-08-09
vixtts-demo 开源

上传一段越南语音频,即刻克隆音色并合成新语音

A Vietnamese Voice Cloning Text-to-Speech Model ✨

★ 517 2026-08-09
DiffWave-Vocoder 开源

用扩散模型快速生成高质量语音波形,模型小、速度快。

Pytorch Reimplementation of DiffWave Vocoder: a high quality, fast, and small neural···

★ 90 2026-08-09
AstraTTS 开源

本地化低延迟流式TTS,支持自定义音色和中英混说

A high-performance, cross-platform TTS synthesis solution powered by ONNX Runtime, f···

★ 104 2026-08-09
phoenix10.1 开源

用文字一键生成你的专属电台,AI 主持不间断播报

Creates personalized radio stations with your own radio jockey!

★ 119 2026-08-09