jamiepine / voicebox

보이스박스

오픈소스 AI 음성 스튜디오. 어떤 목소리든 클론할 수 있습니다. 음성을 생성하고, 어떤 앱에서도 받아쓰기할 수 있으며, 소유한 목소리로 에이전트와 대화할 수 있습니다. 전체 음성 I/O 스택이 로컬에서 실행됩니다.

voicebox.sh • 문서 • 다운로드 • 기능 • API • 문제 해결

위 이미지를 클릭하면 voicebox.sh에서 데모 영상을 볼 수 있습니다.

Voicebox란 무엇인가?

Voicebox는 로컬 우선 AI 음성 스튜디오로, 하나의 앱에서 ElevenLabs와 WisprFlow의 무료 오픈소스 대안입니다. 몇 초짜리 오디오로 목소리를 클론하고, 7가지 TTS 엔진에서 23개 언어로 음성을 생성하며, 전역 단축키로 어떤 텍스트 필드에도 받아쓰기할 수 있고, MCP를 인식하는 어떤 AI 에이전트에도 원하는 목소리를 부여할 수 있습니다.

두 클라우드 서비스는 음성 I/O 루프의 반대 절반에 위치합니다 — ElevenLabs는 출력, WisprFlow는 입력. Voicebox는 둘 다 수행하며, 번들로 제공되는 로컬 LLM을 통해 세부 조정과 프로필별 페르소나를 연결하고, 전체를 로컬 기기에서 실행합니다.

• 완전한 프라이버시 — 모델, 음성 데이터, 캡처가 기기를 떠나지 않습니다
• 7가지 TTS 엔진 — Qwen3-TTS, Qwen CustomVoice, LuxTTS, Chatterbox Multilingual, Chatterbox Turbo, HumeAI TADA, Kokoro
• 음성 클로닝 및 프리셋 음성 — 참조 샘플로부터 제로샷 클로닝 또는 Kokoro와 Qwen CustomVoice를 통한 50개 이상의 엄선된 프리셋 음성
• 23개 언어 — 영어에서 아랍어, 일본어, 힌디어, 스와힐리어 등
• **후처리 효과

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.