Voicebox

音声＆スピーチ

jamiepine

無料オープンソースAPI

概要

ローカルで動作するオープンソースAI音声スタジオ。音声クローン、7つのTTSエンジンによる音声合成、ディクテーション、エージェント音声を1つのアプリで実現。ElevenLabsとWisprFlowの無料代替。23言語対応。

訪問

このツールを共有

Twitter LinkedIn Facebook

編集部評価

強くおすすめ

オープンソース音声AIの新たなスタンダード

Voiceboxは、わずか6ヶ月で48k+のGitHubスターを獲得し、2026年で最も印象的なオープンソースAIプロジェクトの1つになりました。音声クローン、7つのTTSエンジン、MCPエージェント統合、ローカルファーストアーキテクチャの組み合わせは真にユニークです。単一メンテナーリスクや一部のWindows GPU問題は実際の懸念事項ですが、開発ペースとコミュニティの対応は卓越しています。

最適なユーザー

•無料のローカル音声クローンを求めるコンテンツクリエイター
•AIエージェントワークフローに音声を統合する開発者
•クラウドTTSサービスを避けたいプライバシー重視のユーザー

代替を検討すべき場合

•ゼロセットアップのクラウドTTSが必要（ElevenLabs）
•音声出力ではなく入力のみが必要（WisprFlow）

Voicebox を試す

対応プラットフォーム

WindowsmacOSLinuxAPI

利用可能なプラットフォーム：Windows、macOS、Linux、API。

主な機能

3秒の音声から声をクローン

7つのTTSエンジン：Qwen3-TTS、Qwen CustomVoice、LuxTTS、Chatterbox、TADA、Kokoro

グローバルホットキーディクテーション、Whisper STT（5モデルサイズ）

AIエージェントMCP統合（Claude Code、Cursor、Cline）

REST APIによる完全なプログラム制御

ストーリーエディター：マルチボイスナラティブ

オーディオエフェクト：ピッチ、リバーブ、ディレイ、コーラス、コンプレッション

パーソナリティシステム：キャラクターになりきってリライト・作成

23言語対応

無制限の生成長さ、自動チャンク分割とクロスフェード

ローカルまたはリモートGPU推論（Metal、CUDA、ROCm、Intel Arc、DirectML）

エンドツーエンド暗号化クラウドバックアップ（オプション、近日登場 $12/年）

料金

free

無料（ローカルアプリ、オープンソース、永久無料）

paid

クラウド $12/年（E2E暗号化バックアップと同期、近日登場）

活用シーン

ナレーションやボイスオーバーが必要なコンテンツクリエイター

開発ワークフロー向けAIエージェント音声出力

マルチボイス対応のポッドキャストやオーディオブック制作

ゲームNPCのダイアログ生成とローカライゼーション

メリット

完全無料のオープンソース（MITライセンス）

真のローカルファースト——すべてがローカルで動作、クラウド依存なし

音声クローン、TTS、ディクテーション、エージェント音声を1つのアプリに統合

活発な開発、48k+ GitHubスター、メンテナーの迅速な対応

MCP統合によりAIエージェントワークフローに最適

7つのTTSエンジンと23言語で卓越した柔軟性

デメリット

プリビルドのLinuxバイナリなし（ソースからビルドが必要）

プリビルドバイナリでWindows GPUサポートに問題あり

GitHubに572のオープンIssue——多くは機能リクエストだが一部バグあり

クラウドバックアップと同期はまだ利用不可（近日登場）

単一メンテナー主導——バスファクターリスクあり

最適なパフォーマンスにはGPUが必要（CPUでも動作するが遅い）

4ステップで始める

5 ステップで設定完了

Voiceboxをダウンロード

GitHubから最新リリースをダウンロード（macOS、Windows、Linux）。

ダウンロード

https://github.com/jamiepine/voicebox/releases

声をクローンまたは選択

音声ファイルをインポート、マイクから録音、またはシステム音声をキャプチャ。3秒からクローン可能。

音声を生成

テキストを入力しTTSエンジンを選択。7つのエンジンをサポート。

API

curl -X POST http://127.0.0.1:17493/generate ...

MCPでAIエージェントに接続

MCP設定にVoiceboxを追加して、クローンした声でAIエージェントが話せるように。

MCP設定

{
  "mcpServers": {
    "voicebox": {
      "url": "http://127.0.0.1:17493/mcp"
    }
  }
}