Voicebox

Voicebox 的官方站点是 voicebox.sh，从首页内容看，它主要提供个人与桌面 AI 助理相关的 AI 能力。它的首页标题写着“Voicebox - Open Source Voice Cloning Desktop App”。

官方给出的一句话介绍是：近乎完美的语音克隆，有多个TTS引擎。用于Mac，Windows，和Linux的桌面应用程序。多样支持，智能缓存，局部或远程推论。（原文：Near-perfect voice cloning with multiple TTS engines. Desktop app for Mac, Windows, and Linux. Multi-sample support, smart caching, local or remote inference.）

官网进一步说明：克隆人的声音，在七台TTS引擎上生成语音，命令任何应用，和代理商用你拥有的声音交谈。ElevenLabs和WisprFlow的免费和本地的替代品，完全运行在你的机器上。Capy的特工们建造并维护了Voicebox。它保持自由与开源。

以下信息来自 voicebox.sh 官网首页的公开文字（抓取于 2026-10），翻译可能有偏差，使用前建议到官网核实。

• 克隆人，命令和创造。（Clone, dictate and create.）
• Voicebox 坐标（Voicebox）
• 专业语音工具，零妥协（Professional voice tools, zero compromise）
• 近乎完美的语音克隆（Near-Perfect Voice Cloning）
• 故事编辑器（Stories Editor）
• 音频效果管道（Audio Effects Pipeline）
• 本地或远程（Local or Remote）
• 音频译名（Audio Transcription）
• 所有你需要的，克隆声音，生成语音，并产生多声音的内容——完全运行在你的机器上。
• 官网提供开发者文档或 API 入口

从官网介绍来看，Voicebox 比较适合：

• 个人 AI 助理、桌面端与本地/离线 AI 应用
• 日常问答、信息整理和对话式检索
• 多台TTS引擎，用于超乎寻常的语音质量。任何声音，只要有几秒钟的音频自然的进化和情感。
• 创建多声道叙事，并基于时间段编辑器。安排音轨，剪辑剪辑，并混合角色间的交谈。

使用建议：

• 提问时把背景、目标和输出格式一次说清，比反复追问更省时间。
• 涉及事实、数据和引用的回答，最好回到原始来源核对一遍。

主要面向：希望用对话方式完成查询和整理的个人用户、知识工作者；需要 API 或二次开发的开发者。

据公开数据集 AI Tool Compass（2026-10-04 核对）记录：有免费方案；记录到的方案包括 Free。价格可能随时调整，请以官网定价页为准。