Voicebox快速上手完全指南3分钟安装免费开源的ElevenLabs本地替代品【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 是一款免费开源的本地 AI 语音工作室也是目前最完整的 ElevenLabs 本地替代品支持声音克隆、文本转语音TTS、全局语音输入全部模型运行在你自己的电脑上隐私无忧、无需订阅。本指南将帮你在 3 分钟内完成安装并生成第一条克隆语音。为什么选择 Voicebox3 个核心理由在开始安装前先花 30 秒了解它能为你做什么核心能力说明对比云服务️声音克隆仅需 10-30 秒音频即可零样本克隆任意人声ElevenLabs 需付费解锁7 大 TTS 引擎Qwen3-TTS、Chatterbox、Kokoro 等覆盖 23 种语言通常仅限单一引擎⌨️全局语音输入按住快捷键把口述直接粘贴到任意输入框类似 WisprFlow 的本地免费方案完全隐私模型、声音数据、录音永远不离开你的设备云端方案需上传音频它由 TauriRust构建比 Electron 应用更轻更快支持 macOSMLX/Metal、WindowsCUDA、Linux、AMD ROCm 与 Docker。更多功能详情可参考 README.md。3分钟安装Voicebox两种方法任选方法一下载安装包推荐最快打开 安装文档 对应的下载页选择你的平台平台安装方式macOSApple Silicon / Intel下载 DMG拖入 Applications 即可Windows双击 MSI 安装包按向导完成服务器 / 容器化部署运行docker compose up⏱️ 从下载解压到打开应用通常不超过 3 分钟。方法二从源码安装适合 Linux 与开发者Linux 暂未提供预编译安装包可克隆仓库自行构建需要 Bun、Rust 和 Python 3.11git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox cd voicebox just setup # 创建 Python 虚拟环境并安装全部依赖 just dev # 启动后端 桌面应用所有构建命令都集中在 justfile 中运行just --list可查看全部可用命令完整的贡献者环境搭建见 CONTRIBUTING.md。配置要求一览最低要求推荐配置内存8GB16GB存储空间5GB模型与数据10GB显卡无可用 CPU 推理NVIDIA GPUCUDA 加速 5-10 倍首次启动模型自动下载与状态检查第一次打开 Voicebox 时三件事会自动发生模型下载—— 首次生成时所用引擎会自动下载对应模型体积约 350MB 的 Kokoro 到约 8GB 的 TADA 3B多数人从 Qwen 1.7B ~3.5GB 起步。第一次生成较慢是正常的后续走缓存。数据目录创建—— 声音资料与生成的音频保存在应用数据目录macOS~/Library/Application Support/sh.voicebox.app/Windows%APPDATA%/sh.voicebox.app/。后端服务启动—— 内置 Python 服务自动运行在本地17493端口。✅验证安装成功查看左下角服务状态指示灯绿色即代表一切就绪。创建第一个声音克隆资料5 步完成声音资料Voice Profile是 Voicebox 的基础操作步骤如下完整版见 创建声音资料文档点击侧边栏的Voices标签再点击 New Voice填写名称如 My Voice并选择语言添加语音样本二选一上传音频WAV / MP3 / M4A10-30 秒清晰人声效果最佳现场录制点击 Record清晰地说 10-30 秒即可点击Create Profile保存。 小技巧样本越干净无背景噪声、语速自然克隆效果越接近真人。多个不同语气的样本还能进一步提升质量。不想录音频选择Kokoro50 个预设音色或Qwen CustomVoice9 个精选音色引擎无需任何音频样本即可立即使用。生成第一条语音从文本到声音打开Generate标签或使用任意页面悬浮的生成框从下拉框中选择刚创建的声音资料输入文本例如你好这是我用 Voicebox 生成的第一条语音。选择Chatterbox Turbo引擎时输入/可插入[laugh]、[sigh]、[gasp]等表情标签让语音带情绪点击Generate几秒后即可播放预览并下载音频每次生成都会自动保存至History可随时回放、加星收藏。更多文本排版技巧标点影响停顿、大写表示强调可参考 语音生成文档。进阶玩法这些功能值得一试 Stories 多轨编辑器—— 为对话、播客、有声书搭建多声轨时间线拖拽剪辑、一键导出详见 Stories 文档⌨️ 全局速记—— 按住快捷键说话松开后转写文本自动粘贴到任意输入框详见 速记文档️ 8 种后期音效—— 变调、混响、压缩、滤波等内置 Robotic、Radio 等预设 给 AI Agent 配上你的声音—— 内置 MCP 服务器Claude Code、Cursor 等支持 MCP 的助手可调用voicebox.speak用你克隆的声音对你说话。常见问题快速排查 问题解决方法第一次生成特别慢正常现象模型正在首次下载后端服务连不上检查本地17493端口是否被占用生成速度慢确认 GPU 加速已启用见 设置 → GPU克隆效果机械感强换用更长、更高质量的样本或增加样本数量完整故障排除请查阅 Troubleshooting 文档。接下来去哪里文档内容快速上手官方 Quick Start 全流程声音克隆各引擎选型与最佳实践预设音色Kokoro 与 Qwen CustomVoice 音色目录MCP 服务器让 AI 助手开口说话的完整指南从安装到第一条克隆语音整个流程不过几分钟。现在打开 Voicebox克隆一个属于你的声音吧 【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