Voicebox 教程把电脑变成开源 AI 声音克隆工作室【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voiceboxVoicebox 是一款开源、本地优先的 AI 语音工作室几秒参考音频即可完成零样本声音克隆7 个可切换的本地 TTS 引擎覆盖多达 23 种语言还内置 REST API 与 MCP 服务器让其他应用和 AI 智能体调用你的声音。模型、声音数据与录音全部只留在你自己的机器上。安装后的第一步获取方式三选一桌面端macOSApple Silicon / Intel与 Windows 提供安装包装完直接打开Linux克隆仓库后用docker compose up运行源码git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox按仓库说明启动前后端硬件方面Apple SiliconMLX/Metal、NVIDIACUDA、AMDROCm都能加速纯 CPU 也跑得动。如何克隆自己的声音 ️新内容想要固定音色重新录音或找人代录成本高。Voicebox 的做法是零样本声音克隆点击界面Create Voice填写名称与语言上传 10~30 秒清晰人声样本也可以现场录音或捕获系统音频并填写参考文本引擎提取声音特征、生成声音嵌入之后用该声音朗读任意文本两条实用建议参考样本要单人、低噪、语速自然同一说话人多种风格随意、正式的多样本能提升稳定性。完全不想录音也可以直接选预设声音Kokoro、Qwen CustomVoice。完整步骤见 voice-cloning.mdx。引擎怎么选本地 TTS 引擎共 7 个其中 5 个支持克隆在声音档案里可随时切换使用场景推荐引擎备注综合质量优先10 种语言Qwen3-TTS 1.7B支持朗读指令语言覆盖最广Chatterbox Multilingual23 种语言含阿拉伯语、印地语英文 行内情绪标签Chatterbox Turbo350M 参数支持 [laugh] [sigh]低配机器、纯 CPULuxTTS约 1GB 显存48kHz 输出700 秒以上长音频TADA 3B长文不跑偏10 种语言长文怎么转有声书 卡点文本一长就被截断或服务端报错整章小说得手工拆段。Voicebox 单次生成文本上限 50,000 字符系统自动在句子边界切分识别缩写与中日韩标点各段独立生成后交叉淡化拼接听感上没有明显接缝。生成走异步队列——提交后就能接着写下一条每次生成保留原始版本可换种子重录多条 Take还能加星标收藏。典型流程把稿件粘进生成框 → 选中克隆好的声音档案 → 开始。模型占显存时可在模型管理里随时卸载。多人播客、有声剧怎么做 对话类内容最难做两个人声靠剪音频拼时序、重叠全靠手动改一句就得重来一遍。Stories 编辑器是一个类似 DAW 的多轨时间线专为这类内容设计每个角色/讲者一条轨道片段可从生成历史拖入、就地生成或上传音频文件在时间线上直接裁剪、拆分不用另开剪辑软件同步播放头整体预览每段剪辑锁定对应的生成版本重生成某一句不会打乱整片多主持播客、旁白加角色的有声书、游戏对话、视频配音、完整阵容的广播剧都能做。细节见 stories-editor.mdx。怎么让声音带情绪、带人设 音色像为什么还是念稿感两层表演能力1. 副语言情绪标签Chatterbox Turbo文本里直接写[laugh][chuckle][gasp][sigh][groan][clear throat]输入框按/会弹出标签插入器出发[laugh]这题简单立刻就活了。2. 八种后期音效移调±12 个半音、混响、延迟回声、合唱/镶边、压缩器、增益、高/低通滤波生成后实时预览。内置 Robotic、Radio、Echo Chamber、Deep Voice 四个预设自己的音效链也能存成预设并设为某声音档案的默认。给任意声音挂人设Voice Personalities 允许在任何档案上写一段不超过 2,000 字的角色描述由应用内置的本地 LLMQwen3驱动Compose 一键生成符合人设的台词或把你写的文本先重写成该角色的口吻再朗读全程不出本机。智能体和应用怎么接入本地声音 卡点Agent 只会回文字想让它们开口又得接一个云端 TTS。Voicebox 是 API-first服务跑在本机 17493 端口只绑 127.0.0.1生成、转写、声音档案列表都是标准 HTTP 接口。一条 curl 就能让脚本用克隆声音朗读curl -X POST http://127.0.0.1:17493/speak \ -H Content-Type: application/json \ -H X-Voicebox-Client-Id: ci \ -d {text:Build complete.,profile:Morgan}MCP 语音接入更简单一条命令接入 Claude Codeclaude mcp add voicebox \ --transport http \ --url http://127.0.0.1:17493/mcp \ --header X-Voicebox-Client-Id: claude-code之后任何 MCP 客户端都能调用voicebox.speak、voicebox.transcribe等工具。在Settings → MCP里可把不同 Agent 固定到不同音色按 X-Voicebox-Client-Id 区分听声辨人朗读时屏幕浮现提示气泡没有偷偷后台发声。见 mcp-server.mdx。怎么用语音全局听写 ⌨️打字累而云端语音输入要把话送出机器。Voicebox 的听写全程本地按住组合键说话、松手即停macOS 默认右 ⌘右 ⌥Windows 为右 Ctrl右 Shift可自定义Whisper 本地转写本地 LLM 可顺带清理口头语结果自动粘贴进你开始说话时聚焦的文本框浮层气泡全程显示录音、转写、清理状态每次听写都存入 Captures 标签页原始音频与文字稿成对保存可重转写、编辑或一键升级为声音样本详见 dictation.mdx。常见问题低配机器能跑吗能。LuxTTS 约 1GB 显存即可纯 CPU 也有实时能力。数据会上传吗不会。模型、声音嵌入、录音、转写都落在本机磁盘服务只监听 127.0.0.1。脚本或 CI 里能用吗可以。POST /speak、POST /generate都是标准 HTTP默认端口 17493接 Agent 走/mcp。23 种语言都能说吗Chatterbox Multilingual 覆盖 23 种Qwen3-TTS 与 TADA 3B 覆盖 10 种Chatterbox Turbo 与 LuxTTS 为英文。【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
企业数字化 ERP 产品动态
相关推荐
三星手机安装APK失败怎么办？从Android安装机制到ADB命令排查全指南 从微信收到一个APK，朋友的小米手机点一下，自动跳转安装界面，三五秒就装好了。同一份文件发到三星手机，点击之后要么一直转圈，要么弹出“解析包出现问题”，要么干脆提示“系统已禁止安装未知来源应用”。很多… · 2026/9/26 7:34:49
HVDC仿真模型全解析：从详细建模到换相失败抑制实践 1. 三种HVDC模型的设计思路与适用场景1.1 为什么需要三种模型并存先说结论：一套完整的HVDC仿真研究，光靠单一模型根本撑不起来，所以我当时在课题里同时搭了两种详细模型和一种平均值模型。很多人一开始不理解，觉得“有详细模型了还… · 2026/9/26 7:34:49
Apify MCP Server Agent Evals 实战：基于 Langfuse 的 MCP 工具族评测套件设计与故障诊断指南 【免费下载链接】apify-mcp-server The Apify MCP server enables your AI agents to extract data from social media, search engines, maps, e-commerce sites, or any other website using thousands of ready-made scrapers, crawlers, and automation tools available on… · 2026/9/26 7:34:49
大型隧道通讯设备选型指南：隧道紧急电话机厂商多维对比与真实落地解析 工程项目总包和机电分包在挑选大型隧道应急电话机时，常陷入一个共同误区：各厂家的参数表、宣传册与合格证看似相差无几。然而，一旦设备被部署进高湿、渗水、强噪音及长距离布线的长隧道中，其实际存活率与系统适配性便原形毕露。特… · 2026/9/26 8:44:05
GNS3深度指南：网络行为级仿真与四层环境校准 1. 为什么GNS3不是“另一个模拟器”，而是网络工程师的沙盒操作系统GNS3不是单纯画几个路由器图标、拖几根线就能跑通ping命令的玩具。它本质上是一套网络设备行为级仿真调度平台，核心价值在于把真实设备的IOS镜像、Linux虚拟机、Docker容器、甚至物理网卡… · 2026/9/26 8:43:59
Atlas 300V部署YOLOv5全流程：从CANN工具链到NPU推理性能优化 最近把手头一个目标检测项目从GPU环境迁到了昇腾Atlas平台上跑，折腾了大概两周，把YOLO从模型转换到NPU推理整条链路走通了。网上关于Atlas部署YOLO的资料比较零散，很多细节官方文档没写透，实操时踩了不少坑。这篇文章就把整个过程… · 2026/9/26 8:43:59
高分机器学习大作业复现代码下载即用：从跑通到对齐的完整路径 简介：这份资源是机器学习方向高分大作业的论文复现代码包，面向计算机相关专业正在准备课程设计、期末大作业或毕业设计的学生，以及需要项目实战练习的学习者。内容围绕神经对话生成中的对抗学习思路展开，包含生成器与判别器的预训… · 2026/9/26 8:43:59
LabVIEW整合Halcon九点标定：原理、DLL封装与实战避坑 做视觉引导的人，迟早都会被九点标定虐一遍。第一次搞LabVIEW和Halcon联动的时候，我的想法很天真：相机拍到像素坐标，机器人走过去抓，不就完事了吗。结果真的把代码跑起来才发现，像素坐标和机械坐标中间隔着一… · 2026/9/26 8:43:47
MacBook菜单栏自动隐藏原理与高阶配置指南 1. 这个功能到底在解决什么问题？——从真实使用场景说起“MacBook自动隐藏和显示菜单栏”听起来像一个系统设置里的小开关，但实际用起来，它远不止是“省几像素屏幕空间”这么简单。我用MacBook做开发、写文档、剪视频、远程协作已经十年&… · 2026/9/26 8:43:41
数据库课后习题答案别硬背：当测试用例集刷，效率翻倍 简介：万常选版《数据库原理与设计》课后习题答案资源，覆盖第2至6章及第9章，适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件，含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21
OpenClaw 替代品？Hermes Agent 踩坑实录：macOS 飞书接入 TaoToken 配置 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40
向下兼容与向上兼容：接口设计中的兼容性策略与工程实践 一次版本升级事故，是很多团队绕不过去的坎。线上环境里，服务端明明已经上线了新版接口，老的移动端还在照着旧文档传参数。请求一到网关，校验直接拒绝，用户操作失败，客服群炸了锅，开发群里开始互… · 2026/9/26 0:00:46
