Voicebox

Voicebox — это десктопное приложение для клонирования голоса с открытым исходным кодом, основанное на Qwen3-TTS. Оно позволяет пользователям создавать естественно звучащую речь из текста, точно воспроизводя голоса. Это приложение позиционируется как локальная студия клонирования голоса, предлагающая профессиональный синтез речи, сопоставимый с коммерческим программным обеспечением, но с акцентом на конфиденциальность пользователей. Оно не требует облачных сервисов или подписок, что обеспечивает полную конфиденциальность и нативную производительность. С помощью Voicebox можно загружать голосовые модели, клонировать голоса и генерировать речь полностью на локальном компьютере. Приложение кроссплатформенное, разработано для macOS, Windows и Linux. Оно поддерживает многосэмпловый режим для достижения более высокого качества и естественного звучания клонирования голосов. Приложение оптимизировано для высокой производительности, использует ускорение Metal на Mac и CUDA на Windows/Linux для быстрого выполнения операций локального вывода. Кроме того, оно позволяет пользователям запускать GPU-вычисления локально или подключаться к удаленному компьютеру. Программное обеспечение также предоставляет пользователям редактор историй, который позволяет создавать многоголосые нарративы с помощью редактора на основе временной шкалы, что делает возможным упорядочивание дорожек, обрезку клипов и смешивание разговоров. Более того, в нем есть система аудиотранскрипции на основе Whisper для точного преобразования речи в текст, что позволяет автоматически извлекать справочный текст из голосовых образцов.