我用这个免费的开源语音克隆器替换了 ElevenLabs，音质惊人地好

谁会想到有一天人工智能可以听你的声音并像你一样说话。我以前用过语音人工智能工具，比如 ElevenLabs。虽然这些工具在语音克隆方面很棒，但它们是有代价的。

这就是 Voicebox 出场的地方。它是一款开源、免费的本地语音克隆应用，可在 Windows、macOS 和 Linux 上使用。当我第一次浏览网站上的一些样本时，我感到非常惊讶。我迫不及待地想下载并亲自尝试。更有趣的是，Voicebox 不仅仅局限于语音克隆，随着我们进一步探索，你将会看到这一点。

下载、安装和首次设置

就像在安装向导上点击几个按钮一样简单

你需要先从下载页面下载 Voicebox。下载将会自动开始。下载安装文件后，你像安装其他软件一样安装它：选择一个文件夹并进行安装。

启动 Voicebox 后，您将首先看到一个初始化屏幕，然后才能进入主界面。

克隆我的声音

好得令人害怕

设置完成后，我们现在可以录制一些语音样本并克隆它们。为此，你需要按下“创建语音”按钮。你有三个选项。你可以从电脑上传音频文件、在软件内录制样本，或者录制系统音频。无论你选择哪一个，样本的最大长度应为30秒。

我会使用这个软件进行录音。为了获得清晰的音频，我正在使用我的便携式 Maono PD200X 动态 USB 麦克风。录音后，你会看到一个“转录”按钮，它会将你的语音转换为文本并填充到参考文本部分。之后，你可以给它命名、选择一个个性、选择一种语言，就完成了。你现在有了一个语音配置文件。

创建个人资料后，你将被带到一个新窗口，在那里你可以使用该语音个人资料生成语音。你需要输入你想生成音频的文本，选择语言、要使用的模型，以及你想添加的任何有趣效果。

在你第一次尝试时会花一些时间，因为它需要下载并加载你选择的模型。我选择了 Qwen3-TTS 1.7B，因为它是一个非常棒的模型。过程完成后，你可以播放音频，听你克隆的声音朗读你写的文字。我第一次听到时，感到非常震撼。

我的意思是，我确实听过 Linus Tech Tips 和 Fireship 的声音样本。但听到自己克隆的声音感觉完全不同。作为比较，这是我的原始声音样本，这是克隆的声音样本。

创作你自己的故事

它有多人的对话

语音克隆并不是 Voicebox 提供的唯一功能。在“故事”标签中，你可以创建多位讲话者之间的对话。为此，你需要创建多个语音资料。之后，你可以使用不同的语音资料生成演讲。

很酷的一点是，这里还有一个多轨音频时间线，就像你在音频和视频编辑器中看到的一样。你可以在这里排列不同的音频片段，进行修剪、分割或重新生成。你甚至可以通过按住并移动右上方的音频块来改变对话中说话者的顺序。Voicebox 还允许你在这里上传你自己的音频文件。

一旦你对结果满意，就可以导出最终音频。这似乎是播客制作者、有声书创作者以及希望使用 AI 声音的游戏开发者的一个很好的使用场景。

我使用Voicebox的经验

你会喜欢这个应用的功能

我在使用这个工具时玩得非常开心。尝试不同的效果，克隆不同的声音，创建对话。它的表现很好。由于拥有一系列先进模型，克隆质量一流。它以本地为先，我不必担心我的音频会被保存到某个云端服务器并用于 AI 训练。

如果你想要克隆语音的高质量，尝试使用好的麦克风在安静的地方录音，这样不会有背景噪音干扰。说话要清晰，并尽量录制20到30秒的音频。较长的音频样本通常会产生更好的效果。如果你不喜欢输出结果，你总是可以尝试使用“重新生成”选项。

现在，总的来说，这个应用是一个文本转语音的转换器。所以，虽然克隆能力很出色，但根据我的经验，讲述质量并不好。也就是说，生成的语音听起来相当机械化。在语音中对标点、重音或情感的使用不佳。所以，如果你仔细听，很容易判断出语音是人类的还是由人工智能生成的。

除此之外，如果你是内容创作者或者只是想用语音克隆玩得开心的话，这是一个很不错的应用程序。由于它是开源软件，你可以在 GitHub 上找到它。如果你想查看一些高级功能，请参阅官方文档。

语音克隆感觉很神奇

使用 Voicebox 还可以做什么？首先，为你的家庭助手配上声音听起来很聪明。你可以参考 API 文档来实现这个功能。如果你担心 AI 语音克隆骗局，也可以轻松防御它们。