语音 on SHAIFX的技术博客 /tags/%E8%AF%AD%E9%9F%B3/ Recent content in 语音 on SHAIFX的技术博客 Hugo zh-CN Fri, 12 Jun 2026 00:00:00 +0000 Voicebox：把 ElevenLabs 和 WisprFlow 装进本地 /posts/voicebox-%E6%9C%AC%E5%9C%B0%E5%BC%80%E6%BA%90%E8%AF%AD%E9%9F%B3%E5%B7%A5%E4%BD%9C%E5%AE%A4/ Fri, 12 Jun 2026 00:00:00 +0000 /posts/voicebox-%E6%9C%AC%E5%9C%B0%E5%BC%80%E6%BA%90%E8%AF%AD%E9%9F%B3%E5%B7%A5%E4%BD%9C%E5%AE%A4/ <blockquote> <p><strong>&ldquo;一个开源本地语音工作室——声音克隆、全局听写、TTS 生成，数据不离本机。&rdquo;</strong></p> </blockquote> <hr> <h2 id="目录">目录</h2> <ul> <li><a href="#%E5%AE%83%E8%A7%A3%E5%86%B3%E4%BA%86%E4%BB%80%E4%B9%88%E9%97%AE%E9%A2%98">它解决了什么问题</a></li> <li><a href="#%E4%BD%9C%E8%80%85%E4%B8%8E%E5%9B%A2%E9%98%9F">作者与团队</a></li> <li><a href="#%E7%9B%AE%E5%89%8D%E6%B0%B4%E5%B9%B3%E5%A6%82%E4%BD%95">目前水平如何</a></li> <li><a href="#%E6%A0%B8%E5%BF%83%E5%8A%9F%E8%83%BD">核心功能</a></li> <li><a href="#%E5%BC%95%E6%93%8E%E6%80%8E%E4%B9%88%E9%80%89">引擎怎么选</a></li> <li><a href="#%E4%B8%8E%E7%AB%9E%E5%93%81%E5%AF%B9%E6%AF%94">与竞品对比</a></li> <li><a href="#%E4%BC%98%E5%8A%BF%E4%B8%8E%E4%B8%8D%E8%B6%B3">优势与不足</a></li> <li><a href="#windows-%E5%AE%89%E8%A3%85">Windows 安装</a></li> <li><a href="#%E4%BD%BF%E7%94%A8%E6%8A%80%E5%B7%A7%E4%B8%8E%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A1%B9">使用技巧与注意事项</a></li> <li><a href="#%E6%8E%A5%E5%85%A5-claude-desktop">接入 Claude Desktop</a></li> <li><a href="#%E9%80%82%E5%90%88%E8%B0%81%E7%94%A8">适合谁用</a></li> <li><a href="#%E5%B0%8F%E7%BB%93">小结</a></li> </ul> <hr> <h2 id="它解决了什么问题">它解决了什么问题</h2> <p>想在本地跑语音合成，选项不少，但都有明显缺口：</p> <ul> <li><strong>ElevenLabs</strong>：效果好、声音克隆强，但每个字都在别人服务器上处理，免费额度用完就要订阅</li> <li><strong>WisprFlow</strong>：全局听写体验一流，但 macOS 独占，Windows 用户没得用</li> <li><strong>Azure TTS / Google TTS</strong>：API 成熟，但要联网、要计费、要信任云厂商</li> </ul> <p>Voicebox 的出发点很直接：<strong>把这两件事合进一个应用，跑在你自己的机器上，一条数据不上传。</strong></p> <hr> <h2 id="作者与团队">作者与团队</h2> <p>Voicebox 由加拿大开发者 <strong>Jamie Pine</strong> 独立开发，同时担任 <strong>Spacedrive Technology Inc.</strong> 的 CEO。</p> <p>他不是第一次做这种事。之前的代表作 <a href="https://github.com/spacedriveapp/spacedrive">Spacedrive</a> 是一个用 Rust 构建的开源跨平台文件管理器，38k Star，走的是同一套路线：Tauri + Rust 技术栈、本地优先、审美在线。</p> <p>GitHub 签名三个字概括了他的风格：<strong>rust, ai and nice ui</strong>。</p> <p>他每天公开直播写代码，Voicebox 的很多功能都是在直播里边做边聊出来的，社区参与度很高，Issues 和 PR 回复也比较及时。</p> <hr> <h2 id="目前水平如何">目前水平如何</h2> <p>Voicebox 在 2025 年初开源，截至 2026 年 6 月已发布 v0.5.0，GitHub Star 28k+，在本地 TTS 工具里属于第一梯队。</p>