voicebox
声のクローン、音声生成、任意のアプリへの音声入力ができるオープンソースのローカル音声スタジオです。
Xで共有ライセンス: MIT
概要
Voiceboxは、自分のマシン上で動くローカル優先のオープンソース音声スタジオです。数秒の音声から声をクローンし、音声を生成し、グローバルホットキーで任意のテキスト欄に音声入力できます。7つのTTSエンジンで23言語に対応し、MCP対応のAIエージェントに好みの声を与えることもできます。同梱のローカルLLMが文章の整えとプロフィールごとのペルソナを担当します。
主な特長
- 数秒の音声から声をクローン
- 7つのTTSエンジンで23言語の音声を生成
- グローバルホットキーで任意のテキスト欄に音声入力
- MCP対応のAIエージェントに好みの声を付与
- モデルと音声データは手元のマシンに保存
こんな人・用途に
クラウドサービスを使わずに、音声生成と音声入力を一つのデスクトップアプリで行いたい人向けです。
- アップストリーム
- jamiepine/voicebox
- GitHubのフォーク
- Guo-astro/voicebox
- アップストリームのスター数
- 56k
- カテゴリ
- ドキュメント・メディア・コンテンツ
- 言語
- Python
- ライセンス
- MIT
- フォーク日
- 2026-02-18
- 同期状態
- 同期済み最終同期 2026-10-11
同じカテゴリ: ドキュメント・メディア・コンテンツ
PhotoCraftは、レイヤー画像やPhotoshopのPSDをオフラインで編集できるRust製の画像編集アプリです。編集内容はPSDで保存できます。
フォーク日 2026-10-10最終同期 2026-10-11ライセンス: Apache-2.0ドキュメント・メディア・コンテンツGitHub
Pocket TTSは、GPUや音声生成Web APIを使わず、CPU上でテキストから音声を作る軽量なPython音声合成ツールです。Python APIまたはCLIから利用できます。
フォーク日 2026-10-09最終同期 2026-10-11ライセンス: MITドキュメント・メディア・コンテンツGitHub
動画や音声をローカルで編集・確認できるFFmpegツールキットです。コーディングエージェントからも直接利用でき、メディアのアップロードやAPIキーは不要です。
フォーク日 2026-10-04最終同期 2026-10-11ライセンス: MITドキュメント・メディア・コンテンツGitHub
深層学習の教科書を中国語で読むための資料で、読者の修正提案を集めて正確さを高めます。
フォーク日 2026-10-04最終同期 2026-10-11ライセンス表記なしドキュメント・メディア・コンテンツGitHub