Voicebox

手机本地克隆音色,离线合成中英日语音

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 42
GitHub ↗
GitHub 星标 ★ 210
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,基于GPT-SoVITS

项目预览

Voicebox 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队Renakoni
定价模式🏷️完全免费
价格说明开源免费,基于GPT-SoVITS
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议AGPL-3.0
主要语言Kotlin
技术栈/模型android,android-app,android-tts,chinese-tts,edge-ai,gpt-sovits,japanese-tts,multilingual,offline-ai,on-device-ai,onnx-runtime,qnn,text-to-speech,tts,voice-cloning,voice-cloning-app,webgpu,zero-shot-tts
GitHub 星标★ 210
上线时间2026-11-14 00:00:00
代码更新2026-11-21
仓库体积13.7 MB
本站数据更新2026-11-22
维护状态活跃
收录时间2026-11-22
浏览次数0

项目介绍

Voicebox 是一个面向 Android 的离线语音克隆与多语种语音合成应用,基于 GPT-SoVITS 模型,通过 ONNX Runtime 在手机本地完成推理,支持中文、日文、英文三种语言。它解决的是云端 TTS 需要联网、隐私数据外传、按量计费的问题,让用户在无网络环境下也能用少量参考音频克隆音色并生成语音。核心能力包括:本地音色克隆、三语 TTS、端侧推理加速、与 Android 系统 TTS 框架对接,可作为系统级语音引擎被其他应用调用。项目用 Kotlin 编写,属于早期阶段,适合想研究端侧语音模型部署或需要离线朗读能力的开发者和极客用户。

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 2026-11-22 · 当前星标 ★ 210

核心亮点

  • 完全离线推理,参考音频与合成内容不出设备,隐私友好
  • 基于 GPT-SoVITS,少量参考音频即可克隆音色,效果优于传统参数化 TTS
  • 支持中英日三语,并可作为 Android 系统 TTS 引擎被第三方应用调用

不足之处

  • 项目处于早期,模型体积与推理速度在低端机型上可能吃紧
  • 文档与社区规模较小,遇到问题可参考的资料有限
  • 三语覆盖之外的语言支持缺失,音色克隆质量依赖参考音频条件

适用场景

  • 无网络环境下用手机朗读文档、小说或学习材料
  • 为视障或阅读障碍用户提供本地语音播报
  • 开发者研究 GPT-SoVITS 等语音模型在 Android 端侧的部署方案

替代项目

Piper、Sherpa-ONNX、Coqui TTS

上一篇:M5-TTS

下一篇:astrbot_plugin_feiyu_voice

同类项目推荐

WavTTS 开源

跳过频谱直接建模波形,少量参考音频即可克隆音色

WavTTS: Towards High-Quality Zero-Shot TTS via Direct Raw Waveform Modeling

★ 216 2026-11-08
fish-speech 开源

上传几秒音频,克隆任意音色,生成自然逼真的语音。

SOTA Open Source TTS

★ 33816 2026-08-09
out-loud 开源

离线也能生成自然语音,跨平台免费使用

Free, open-source, 100% offline AI text-to-speech for macOS, Windows & Linux.

★ 100 2026-08-09
discord-tts-bot 开源

给 Discord 加个语音播报员,文字秒变语音

A Text-to-Speech bot for Discord.

★ 105 2026-08-09
C-Sharp-Learning-Journey 开源

跟着C#新手项目集,快速上手WinForms和WPF开发。

Some of the projects i made when starting to learn c#, winfroms and wpf

★ 187 2026-08-09
Kokoro-82M-Android 开源

在 Android 上快速跑通 Kokoro 文本转语音 demo

A minimal Android demo app for Kokoro-TTS

★ 65 2026-08-09
FastDiff 开源

让扩散声码器实时生成高质量语音,告别慢速合成。

PyTorch Implementation of FastDiff (IJCAI'22)

★ 424 2026-08-09
soprano 开源

输入文本,秒出超逼真语音,让应用开口说话。

Soprano: Instant, Ultra-Realistic Text-to-Speech

★ 1636 2026-08-09