Voicebox 是开源的本地方案——声音克隆、语音合成、音频后期，全在你自己电脑上跑，数据不出机器。
 |
|
|
|
5 个 TTS 引擎随便切：
- Qwen3-TTS：多语言 + 语气指令控制
- Chatterbox Multilingual：支持 23 种语言
- Chatterbox Turbo：英语快速生成，带情感表达
- TADA（HumeAI）：长篇连贯语音
- LuxTTS：轻量英语模型
一小段音频就能克隆声音，生成长度不限，自动分块拼接。
内置 8 种音频后期效果：变调、混响、延迟、压缩……用的是 Spotify 的 Pedalboard 库，专业级。
还有多轨时间线编辑器，多个声音角色拼在一起做有声书、播客、配音，直接在应用里完成。
技术栈很硬：Tauri（不是 Electron）+ React + FastAPI + MLX/PyTorch，Mac 上 Apple Silicon 原生加速，Windows/Linux CUDA、ROCm 都支持。
带 REST API，可以集成到自己的应用里批量生成。
GitHub 15.1k 星，MIT 协议，商用随意。
做播客、有声书、短视频配音、游戏角色语音的，这个可以省掉一大笔订阅费。
发自我的 iPhone