Voicebox - Open Source Voice Cloning Desktop App - 即时语音克隆
3.0近乎完美的语音克隆,支持多种TTS引擎。适用于Mac、Windows和Linux的桌面应用,支持多样本、智能缓存,本地或远程推理。
最后更新 2026 年 11 月 10 日
简介
Voicebox 是一款开源的语音克隆桌面应用程序,旨在为用户提供近乎完美的语音克隆体验。无论您是在 Mac、Windows 还是 Linux 系统上工作,Voicebox 都能帮助您快速生成高度逼真的合成语音。它支持多种文本转语音(TTS)引擎,并允许用户使用多个语音样本进行训练,从而获得更自然、更个性化的声音输出。Voicebox 既支持本地推理,也支持远程推理,能够灵活适应不同的计算环境和隐私需求。
主要功能
**多引擎支持:**兼容多种主流 TTS 引擎,用户可根据需求自由切换。
**多样本训练:**支持上传多个语音样本,提升克隆语音的准确度和自然度。
**智能缓存机制:**自动缓存常用的语音数据,大幅减少重复生成时间,提升工作效率。
**本地与远程推理:**既可在本地设备上完成语音克隆,也可连接远程服务器进行高性能推理。
**跨平台桌面应用:**原生支持 Mac、Windows 和 Linux,安装简便,界面友好。
定价与费用
- 定价:桌面端核心应用永久免费且开源(MIT 许可证);可选的 Cloud 套餐计划发布价为 $12/年,Studio 套餐为 $48/年(占位价,定价待定)。
- 免费套餐:Local 套餐价格为 $0,无需账号:不限次数的本地生成与录制、跨全部 TTS 引擎的语音克隆、听写、Capture 以及 MCP/智能体集成。
- Cloud 套餐限制:Cloud(即将推出)提供端到端加密的备份与同步:25 GB 存储、最多 5 台设备、30 天版本历史。
- Studio 套餐限制:Studio(即将推出)在 Cloud 基础上提供 250 GB 加密存储、不限设备数、1 年版本历史及优先支持。
- 计费说明:付费套餐仅涵盖可选的加密云备份与同步:云端价格和限额尚未最终确定,将在正式发布时确认。订阅可随时取消,本地资料库仍可继续使用。
适用人群
- **内容创作者:**需要为视频、播客或有声书生成独特声音的创作者。
- **开发者与研究人员:**希望探索语音合成技术,或在项目中集成语音克隆功能的开发者。
- **隐私敏感用户:**不愿将个人语音数据上传至云端,偏好本地处理的用户。
- **多平台用户:**需要在不同操作系统之间无缝切换使用语音克隆工具的用户。