Voicebox：开源的本地语音合成工作室

克隆声音。生成语音。构建语音驱动的应用。
所有这些都运行在你的机器上本地。

完全隐私——模特和语音数据会保存在你的机器上
专业工具——多轨时间线编辑器、音频修剪、对话混音
模型灵活性——目前由Qwen3-TTS驱动，近期将支持XTTS、Bark及其他型号
API优先——使用桌面应用或将语音合成集成到您自己的项目中
原生性能——用Tauri（Rust）构建，不是Electron
Mac 上超快——MLX 后端带原生 Metal 加速，Apple Silicon 推理速度快 4-5 倍
下载语音模型，从几秒钟的音频中克隆任意声音，并使用工作室级编辑工具创作多声部项目。不需要安装Python，不需要依赖云，也没有限制。

项目地址：https://github.com/jamiepine/voicebox