jamiepine/voicebox

Voicebox 是一套開源的 AI 語音工作室，能讓你用幾秒音頻克隆聲音、生成 23 種語言的語音，還能透過全域快捷鍵在任何應用中聽寫，並讓 AI 代理用你克隆的聲音說話。如果你想擺脫 ElevenLabs 或 WisprFlow 的訂閱，又在意隱私且需要本地運行的完整語音 I/O 方案，這專案很值得研究。不過它整合了多種 TTS 引擎、MCP 伺服器與本地 LLM，初學者需要花時間理解架構與配置，門檻中等偏高。