开源免费的 Voicebox 语音克隆工具，本地离线运行，支持 7 种 TTS 引擎和 23 种语言，还能实时录音转写
- 3.1K 次浏览
- 约 2 分钟 · 523 字
Voicebox 是一款免费开源的本地 AI 语音克隆工具，集语音克隆、多引擎 TTS 和全局听写于一体，支持 7 种 TTS 引擎、23 种语言，模型和录音数据全部离线运行。录音可实时转写成文字，导出 TXT、SRT 等格式，Windows 和 macOS 都能装，文中给了下载通道
Voicebox 是一个开源免费的本地 AI 语音工作室，把语音克隆、多引擎 TTS 生成和全局听写三件事放在同一个软件里。它内置 7 种 TTS 引擎、支持 23 种语言，模型和语音数据全部在本机运行，不上传云端，可以当成 ElevenLabs 和 WisprFlow 的免费平替来用，Windows 和 macOS 都支持
三个核心功能
语音克隆
准备一段自己的人声录音，软件据此生成可以反复使用的音色，之后输入文字就能用这个音色朗读。整个过程在自己电脑上完成，录音不出本机
多引擎 TTS
内置 7 种 TTS 引擎，覆盖 23 种语言。写好文案，选引擎和语言，直接生成音频，用来做短视频配音、播客或课程音频都行
全局听写
自带实时录音转写，边录边出文字，多语言识别模型里包含中文。导出的结果支持 TXT、SRT 等格式，做后期剪辑或者配字幕都省事
软件特点
- 完全本地离线处理，不需要联网上传，录音数据留在自己电脑上
- 支持实时录音转写，边录边出文字，效率高
- 内置多语言识别模型，包含中文
- 导出格式支持 TXT、SRT 等，方便后期编辑或做字幕
- 完全免费开源，没有使用限制，支持 Windows 和 macOS
软件截图
适合哪些人用
做短视频、播客、课程的人，可以用它生成配音，也可以把口播录音转成文字稿和字幕。日常办公里需要把会议、访谈录音整理成文字的人，直接开听写就行。开发者还能把 TTS 能力接到自己的项目里
因为是本地运行，声音素材和生成结果都不经过第三方服务器，对录音隐私比较敏感的场景更合适
配套的安装包和模型文件放在本页资源区，下载后装好就能用
资源目录一览
已核验有效本文隐藏内容
已解锁- 本文标题
- 开源免费的 Voicebox 语音克隆工具，本地离线运行，支持 7 种 TTS 引擎和 23 种语言，还能实时录音转写
- 本文作者
- 孙晨
- 来源平台
- 网友投稿
- 本文链接
- https://www.zisuda.com/voicebox-open-source-local-voice-cloning-multi-engine-tts-real-time-transcriptio
版权声明：本站所有资源均来自互联网公开分享或原创整理，仅供个人学习、技术交流与研究测试使用，版权归原作者所有
免责条款：任何个人或组织不得将本站资源用于商业用途。如无意中侵犯了您的知识产权或合法权益，请通过邮件（itsafeng@gmail.com）联系我们，我们将在收到通知并核实后第一时间进行删除下架处理
