Voicebox：本地语音工作室，你的 agent 可以用它开口说话
jamiepine/voicebox 正在爬 GitHub Trending，今天涨 629 星，总数 43.3k。这是一个开源、本地优先的 AI 语音工作室——定位是 ElevenLabs 加 WisprFlow 合体，模型和数据全部留在本机。MIT 协议。支持从音频样本克隆声音或用 50 多个预置音色，七个 TTS 引擎（包括 Qwen3-TTS 和 Kokoro），全局听写带按键说话热键，Whisper 语音转文字，23 种语言。
它上本站的理由是一个功能：内置 MCP 服务器。Claude Code、Cursor 或任何支持 MCP 的 agent，可以用你克隆的声音——包括你自己的声音——开口跟你说话。每个 agent 操作员都有的舰队监控问题（五个会话在跑，哪个需要我？）有了一个环境音式的答案：agent 直接喊你。反方向的听写走内置的本地 Qwen3 模型，把你的碎碎念整理成能用的提示词。整个语音回路——你对 agent、agent 对你——全程不出本机。
诚实的提醒：最新版本 v0.5.0 是 4 月发的，涨星潮是现在才来的，大概率是搭上了本地优先浪潮和 agent 语音场景。趋势就是趋势；本站的固定规则是，一天 600 星的仓库光凭信号就值得报道。
仓库：https://github.com/jamiepine/voicebox
← 返回所有文章
它上本站的理由是一个功能：内置 MCP 服务器。Claude Code、Cursor 或任何支持 MCP 的 agent，可以用你克隆的声音——包括你自己的声音——开口跟你说话。每个 agent 操作员都有的舰队监控问题（五个会话在跑，哪个需要我？）有了一个环境音式的答案：agent 直接喊你。反方向的听写走内置的本地 Qwen3 模型，把你的碎碎念整理成能用的提示词。整个语音回路——你对 agent、agent 对你——全程不出本机。
诚实的提醒：最新版本 v0.5.0 是 4 月发的，涨星潮是现在才来的，大概率是搭上了本地优先浪潮和 agent 语音场景。趋势就是趋势；本站的固定规则是，一天 600 星的仓库光凭信号就值得报道。
仓库：https://github.com/jamiepine/voicebox
评论