Voicebox 由 Spacedrive 的开发者 Jamie Pine 主导，定位是”本地优先的 AI 语音工作室”。

它把整个语音 I/O 链路一次性补齐了：

  • 输出端：7 个 TTS 引擎 + 50+ 预设音色 + 声音克隆 + 23 种语言
  • 输入端：全套 Whisper 转录 + 全局快捷键听写
  • 集成层：REST API + 内置 MCP 服务器，Claude Code、Cursor 这些智能体可以直接调用它说话

项目主页

https://github.com/jamiepine/voicebox

image-20260531185601136

image-20260531193317795

左侧导航栏介绍

image-20260531211101281

加速方法

加速Github和HuggingFace的修改DNS解析方法

  1. 打开「设置」→「网络和 Internet」→「WLAN」或「以太网」，点击当前连接的网络。
  2. 找到「IP 设置」，点击「编辑」。
  3. 选择「手动」，开启 IPv4。
  4. 首选 DNS 服务器： 223.5.5.5 备用 DNS 服务器： 223.6.6.6

模型调用

image-20260601105128575

image-20260601105650013

软件连不上github下载不了cuda，可以用cpu跑，但是跑起来会慢一点。

生成语音

image-20260601110636303

image-20260601110745297