开源本地语音工作室 Voicebox 来了。
开源本地语音工作室 Voicebox 来了。
它把语音克隆、TTS 生成、全局热键语音输入、甚至让 AI Agent 用你克隆的声音说话，全都做进了本地运行。支持 7 种 TTS 引擎、23 种语言，模型和数据完全不离开你的机器。
想同时替代 ElevenLabs（输出）和 Wispr Flow（输入），又不想把声音数据上传云端，这可能是目前最完整、最隐私的本地方案。
支持多轨故事编辑、音效处理、MCP 工具调用，macOS/Windows/Linux 都能跑。
提到的仓库