Voicebox：免费开源声音克隆工具，3 秒复刻任意音色

原文链接：https://mp.weixin.qq.com/s/N096u0GnXmzKWrf6SZ5vkw 作者：水哥 AIGC 发布时间：2026年7月

摘要

Voicebox 是一款免费开源的声音克隆工具，GitHub 3 万+ Star。集成 Qwen3-TTS 等 7 套语音引擎，覆盖 23 种语言。支持音色克隆、文字转语音、多角色对话故事制作。已打包 Windows/Mac 桌面客户端，无需代码知识即可使用。

主要内容

核心功能

• 音色克隆：上传 10-30 秒音频样本即可克隆，支持文件上传 / 麦克风录制 / 系统音频三种获取方式
• 文字生成语音：选择克隆音色 → 输入台词 → 选择 TTS 模型 → 生成音频
• 故事功能：内置多轨音频编辑器，制作多人对话（播客、小剧场），自动排列，可调整时间轴
• 本地运行：完全免费，无需注册 API、不按字数收费

技术参数

• 7 套语音引擎（含 Qwen3-TTS）
• 23 种语言支持
• 首次使用需下载模型（约 3.2GB）
• Windows / Mac 桌面客户端

典型应用

• 自媒体：克隆自己的声音批量生成旁白
• 知识付费：文章快速转音频课程
• 播客/短剧：多人物音色制作完整对话
• 影视二创：经典片段配反差萌音色（小猪佩奇配严肃剧情）

原文关键段落

不仅可以克隆音色，还可以文字生成语音、录制和转写声音，以及制作多角色对话故事。完全免费、本地运行、无需注册账号、购买 API，不按字数收费。