VoiceBox 是一个开源的 AI 语音工作室，目前在 GitHub 上获得了 43167 颗 Star。它提供语音克隆、听写和创作三大核心功能，让开发者能够像操作音频工作站一样自由处理语音。
核心功能
- 语音克隆（Clone）：仅需少量样本音频即可克隆任意声音，保留语调、情感和说话风格
- 智能听写（Dictate）：高精度语音转文字，支持多种语言和实时转录
- 语音创作（Create）：基于文本生成自然语音，支持多角色对话场景
适用场景
- 内容创作者：为视频、播客快速生成配音
- 开发者：集成语音功能到应用中，构建语音交互体验
- 无障碍领域：为视障用户提供语音辅助解决方案
- 教育行业：制作多语言教学材料
VoiceBox 采用 TypeScript 构建，提供简洁的 API 和直观的 Web 界面，开箱即用。无论是个人创作者还是企业团队，都能快速上手。
更多 AI 开源项目推荐，关注 ai.skillteam.cn