Voicebox

Voicebox adalah sebuah Aplikasi Open Source yang mengubah Mac Anda menjadi studio kecil sintesis suara dan peniruan suara lokal. Ini menggunakan model Qwen3-TTS untuk menghasilkan audio realistis langsung di perangkat Anda, tanpa bergantung pada layanan cloud, token, atau langganan berbayar.

Aplikasi kloning suara yang dirancang untuk macOS

Dengan Voicebox, Anda dapat membuat profil suara dari beberapa detik audio referensi (hingga 30 detik). Model Qwen3-TTS menganalisis nada, timbre, dan aksen untuk mereproduksinya dengan tingkat ketepatan yang cukup tinggi. Anda hanya perlu mengunggah file suara atau merekamnya dari mikrofon Mac Anda, menentukan apa yang diucapkan, atau menggunakan transkripsi otomatis, dan Anda akan memiliki profil yang siap untuk menghasilkan audio baru tanpa harus mengulangi proses tersebut.

Hasilkan audio dengan profil suara khusus

Setelah Anda memiliki profil yang tersimpan, cukup ketik teks yang Anda inginkan dan Voicebox akan menghasilkan audio dengan suara tersebut. Ini memungkinkan, misalnya, Anda menerjemahkan frasa ke bahasa lain sambil mempertahankan nada Anda, sehingga Anda dapat membuat sulih suara rumahan atau menghasilkan suara untuk proyek gim video. Anda juga dapat mengekspor profil suara dan membagikannya dengan pengguna lain sehingga mereka dapat menghasilkan audio di perangkat mereka sendiri.

Transkripsi otomatis dan perekaman suara sistem

Aplikasi ini mengintegrasikan Whisper, yang mengubah audio menjadi teks dan menyinkronkannya dengan suara yang dihasilkan. Ini memudahkan untuk mengedit dialog secara langsung di lini masa, menyesuaikan jeda atau memperbaiki pelafalan tanpa kehilangan konsistensi profil suara. Selain itu, ini juga mencakup penangkapan audio sistem, yang memungkinkan Anda merekam suara di Mac Anda (misalnya dari game atau panggilan) dan menggunakannya sebagai referensi untuk klon baru atau adegan audio.

Server suara lokal dan API untuk proyek lainnya

Voicebox lebih dari sekadar antarmuka grafisnya; ia juga dapat berfungsi sebagai server suara lokal berkat REST API terintegrasinya. Anda dapat mengaktifkannya dengan satu klik, mengirim teks dari game, aplikasi, atau agen AI, dan mendapatkan audio yang dihasilkan dalam format standar. Ini memfasilitasi otomatisasi narasi, dialog, atau notifikasi tanpa bergantung pada layanan eksternal. Aplikasi ini dikembangkan dengan Tauri, Rust, dan Python, yang membuatnya lebih ringan daripada banyak alternatif berbasis Electron. Meski begitu, performa akan bergantung pada seberapa kuat Mac Anda dan bagaimana model Qwen3-TTS dikonfigurasi, karena semua pemrosesan dilakukan secara lokal.

Buat cerita narasi dengan suara apa pun

Voicebox juga memiliki bagian untuk menghasilkan cerita yang dinarasikan. Anda hanya perlu menunjukkan apa yang ingin Anda terjadi, dan aplikasi akan menghasilkan konten menggunakan suara yang Anda pilih. Ini adalah fitur yang berguna untuk membuat konten yang menyenangkan, cerita anak-anak, atau sketsa suara.

Pengalaman saya menggunakan Voicebox di Mac

Saat saya menguji Voicebox di macOS, proses penggandaan berlangsung cepat dan mudah: beberapa detik audio sudah cukup untuk membuat profil dan menghasilkan beberapa klip suara di linimasa. Pengalamannya mulus, meskipun beberapa opsi lanjutan masih belum tersedia, seperti menambahkan lebih banyak sampel untuk meningkatkan kualitas atau menyempurnakan suara tiruan.

Apa yang paling saya sukai tentang Voicebox dan apa yang bisa ditingkatkan

· Yang paling saya sukai: seluruh proses kloning dan sintesis dijalankan secara lokal di Mac Anda, tanpa bergantung pada cloud atau membayar langganan.

· Hal yang akan saya tingkatkan: kustomisasi suara yang lebih baik dan dukungan untuk beberapa sampel audio, karena ini akan membantu menghasilkan hasil yang lebih realistis. Selain itu, waktu pembuatan dapat bervariasi tergantung pada daya perangkat Anda dan model yang dipilih.

Unduh Voicebox dan ubah Mac Anda menjadi studio kloning suara dan sintesis yang sepenuhnya lokal yang mendukung Qwen3-TTS dan Whisper.