项目预览
项目数据
项目介绍
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
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。
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
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
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···
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···
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
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.
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 ✨
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···
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···
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!
