voicebox

一站式克隆、转写、合成声音，打造你的 AI 语音工作室

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。

开源 freemium 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 55453

维护状态维护中

是否开源是

定价模式 freemium

项目数据

分类音频音乐

开发团队jamiepine

所属国家

官网地址https://voicebox.sh

GitHubhttps://github.com/jamiepine/voicebox

定价模式freemium

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

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型ai,cuda,mlx,qwen3-tts,qwen3-tts-ui,voice-ai,voice-clone,whisper

GitHub 星标★ 55453

30天Star增速

HF 下载量

上线时间2026-01-25 00:00:00

最近更新2026-09-22 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数8

使用教程

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

项目介绍

voicebox 是音频音乐领域的开源项目，由 jamiepine 开发，是 2026 年新上线的项目。

在全站 13,090 个收录项目中，它的 GitHub 星标数（55,453）位列前 1%，在音频音乐分类的 738 个项目里位列前 1%。

近 42 天，它的 GitHub 星标从 50,154 增加到 55,453，净增 5,299。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。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。从国内网络环境看，可直接访问。

它主要面向的使用场景是：内容创作者快速生成个性化配音。同类可对比的替代方案包括 Coqui TTS、Bark、OpenVoice。

上一篇：FluidAudio

下一篇：youtube-auto-dub