Repolode
Enviar
jamiepine

jamiepine/voicebox

Estudio de voz con IA local y de código abierto para clonar voces, generar voz, dictar en cualquier aplicación y dar voz a agentes de IA.

Alternativa open source a:ElevenLabsWispr FlowSuperwhisper

Ver en GitHubSitio web
Estrellas
57,928
Forks
7,263
Issues abiertos
514
Último commit
hace 12 días

¿Qué es?

Voicebox es un estudio de voz con prioridad local que abarca las dos vertientes de la entrada y salida de voz: conversión de texto a voz con voces clonadas o predefinidas, y dictado de voz a texto. Incluye varios motores TTS, como Qwen3-TTS, Chatterbox, Kokoro y HumeAI TADA, y permite clonar voces a partir de audio de referencia, con generación en 23 idiomas. Los modelos y los datos de voz se ejecutan en el equipo del usuario.

Para la entrada, una tecla de acceso rápido global permite dictar en el campo de texto activo en macOS, y todos los campos de texto de Voicebox tienen un botón de micrófono integrado. La transcripción usa Whisper, y un LLM Qwen3 local opcional puede eliminar las muletillas. Las grabaciones se guardan junto con sus transcripciones y se pueden reutilizar como muestras de voz.

Para agentes, Voicebox incluye un servidor MCP y una API REST, de modo que herramientas como Claude Code o Cursor pueden llamar a una herramienta de voz y generar audio con una voz clonada elegida. La aplicación de escritorio está desarrollada con Tauri y funciona con MLX, CUDA, ROCm, DirectML, Intel Arc o CPU, además de ofrecer compatibilidad con Docker.

Funciones clave

  • 01Clonación de voces a partir de audio de referencia y voces predefinidas en ocho motores TTS
  • 02Generación de voz en 23 idiomas, con etiquetas paralingüísticas en Chatterbox Turbo
  • 03Tecla de acceso rápido global para dictar con pegado automático en macOS y transcripción basada en Whisper
  • 04Efectos de posprocesamiento, como cambio de tono, reverberación, retardo y compresión
  • 05Servidor MCP y API REST integrados para que los agentes puedan hablar, transcribir y consultar perfiles
  • 06Ejecución local con MLX, CUDA, ROCm, DirectML, Intel Arc o CPU

Casos de uso

  • Dar a un agente de programación con IA una voz clonada para que lea en voz alta los resultados de las tareas
  • Dictar texto en cualquier aplicación de escritorio manteniendo pulsada una tecla de acceso rápido
  • Narrar artículos largos o capítulos con segmentación automática y fundido cruzado
  • Crear audio de podcast o diálogo con varias voces en un editor de línea de tiempo

Temas

#voice-cloning#text-to-speech#speech-to-text#whisper#mcp#local-first#dictation#tauri#ai#cuda

Preguntas frecuentes

¿Qué es voicebox?
Estudio de voz con IA local y de código abierto para clonar voces, generar voz, dictar en cualquier aplicación y dar voz a agentes de IA. Voicebox es un estudio de voz con prioridad local que abarca las dos vertientes de la entrada y salida de voz: conversión de texto a voz con voces clonadas o predefinidas, y dictado de voz a texto. Incluye varios motores TTS, como Qwen3-TTS, Chatterbox, Kokoro y HumeAI TADA, y permite clonar voces a partir de audio de referencia, con generación en 23 idiomas. Los modelos y los datos de voz se ejecutan en el equipo del usuario.
¿voicebox es gratuito? ¿Qué licencia tiene?
voicebox es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿voicebox sigue mantenido?
Mantenimiento activo. El último commit de voicebox fue el 7 oct 2026.
¿Para qué puedo usar voicebox?
Dar a un agente de programación con IA una voz clonada para que lea en voz alta los resultados de las tareas Dictar texto en cualquier aplicación de escritorio manteniendo pulsada una tecla de acceso rápido Narrar artículos largos o capítulos con segmentación automática y fundido cruzado Crear audio de podcast o diálogo con varias voces en un editor de línea de tiempo
¿Dónde consigo voicebox?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/jamiepine/voicebox

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados