voicebox

Voicebox 是一个开源的AI语音工作室，支持本地运行。其核心功能包括通过几秒钟的音频克隆声音、使用7种TTS引擎生成23种语言的语音、通过全局快捷键将语音转文字输入到任何文本框中以及为任何MCP感知的AI代理赋予你选择的声音。项目基于TypeScript开发，并利用CUDA和MLX等技术加速处理过程，确保高效运行。适用于需要高质量语音合成与转换的应用场景，如内容创作、辅助写作、游戏配音及个人或企业级的自动化语音解决方案。