依赖第三方语音服务时，数据隐私和稳定性始终是需要考虑的因素。Voicebox 是一个本地运行的AI语音工作室，所有处理都在本地完成，数据不上云，也不需要注册账号。

功能覆盖比较全面：支持Qwen3-TTS、LuxTTS、Chatterbox、Kokoro等7种TTS引擎，覆盖23种语言；通过几秒音频即可克隆声音，生成长度没有限制；内置变调、混响、压缩等8种后期效果；多轨时间轴编辑器支持有声书、播客、多角色配音的制作；配备全局听写热键，可在任意应用中通过语音输入文字。

硬件适配方面，针对Mac Apple Silicon有MLX/Metal原生加速，Windows和Linux也支持CUDA、ROCm或CPU运行。项目采用MIT协议，GitHub上已获得33.8k Star。

仓库地址：github.com/jamiepine/voicebox