Voicebox

Voicebox è un’app open-source che trasforma il tuo Mac in un piccolo studio locale di sintesi e clonazione vocale. Usa il modello Qwen3-TTS per generare audio realistico direttamente sul tuo dispositivo, senza dipendere da servizi cloud, token o abbonamenti a pagamento.

Un’app di clonazione vocale progettata per macOS

Con Voicebox, puoi creare profili vocali a partire da pochi secondi di audio di riferimento (fino a 30 secondi). Il modello Qwen3-TTS analizza tono, timbro e accento per riprodurli con notevole fedeltà. Devi solo caricare un file vocale o registrarne uno dal microfono del tuo Mac, specificare cosa è stato detto oppure usare la trascrizione automatica, e avrai un profilo pronto per generare nuovo audio senza dover ripetere il processo.

Genera audio con profili vocali personalizzati

Una volta che hai un profilo salvato, ti basta digitare il testo che vuoi e Voicebox produrrà audio con quella voce. Questo ti permette, per esempio, di tradurre frasi in altre lingue mantenendo il tuo tono, così puoi creare doppiaggi casalinghi o generare voci per progetti di videogiochi. Puoi anche esportare i profili vocali e condividerli con altri utenti, così potranno generare audio sui loro dispositivi.

Trascrizione automatica e cattura dell’audio di sistema

L’app integra Whisper, che converte l’audio in testo e lo sincronizza con la voce generata. Questo rende più facile modificare i dialoghi direttamente sulla timeline, regolando le pause o correggendo la pronuncia senza perdere la coerenza del profilo vocale. Inoltre, include la cattura dell’audio di sistema, che ti consente di registrare l’audio sul tuo Mac (da un gioco o da una chiamata, per esempio) e usarlo come riferimento per nuovi cloni o scene audio.

Server vocale locale e API per altri progetti

Voicebox è più di una semplice interfaccia grafica; può anche funzionare come server vocale locale grazie alla sua REST API integrata. Puoi attivarla con un solo clic, inviare testo da giochi, app o agenti IA e ottenere l’audio generato in formato standard. Questo facilita la narrazione, i dialoghi o l’automazione delle notifiche senza dipendere da servizi esterni. L’app è sviluppata con Tauri, Rust e Python, il che la rende più leggera di molte alternative basate su Electron. Anche così, le prestazioni dipenderanno da quanto è potente il tuo Mac e da come è configurato il modello Qwen3-TTS, dato che tutta l’elaborazione viene eseguita in locale.

Crea storie narrate con qualsiasi voce

Voicebox include anche una sezione per generare storie narrate. Devi solo indicare cosa vuoi che accada e l’app produrrà il contenuto usando la voce che hai selezionato. È una funzione utile per creare contenuti divertenti, storie per bambini o sketch vocali.

La mia esperienza usando Voicebox su Mac

Quando ho testato Voicebox su macOS, il processo di clonazione è stato rapido e semplice: pochi secondi di audio sono bastati per creare un profilo e generare diversi clip vocali sulla timeline. L’esperienza è fluida, anche se mancano ancora alcune opzioni avanzate, come aggiungere più campioni per migliorare la qualità o rifinire la voce clonata.

Cosa mi è piaciuto di più di Voicebox e cosa si potrebbe migliorare

Cosa mi è piaciuto di più: l’intero processo di clonazione e sintesi viene eseguito in locale sul tuo Mac, senza dipendere dal cloud né pagare abbonamenti.

· Cosa migliorerei: una maggiore personalizzazione della voce e il supporto a più campioni audio, perché aiuterebbero a ottenere risultati più realistici. Inoltre, il tempo di generazione può variare in base alla potenza del tuo dispositivo e al modello scelto.

Voicebox fa per te se...

✓ Vuoi clonare voci e generare audio parlato su macOS senza dipendere da servizi cloud.

✓ Lavori con podcast, doppiaggio, giochi o agenti IA e ti serve un editor di timeline per scene vocali.

✓ Preferisci una soluzione locale, privata e open-source che puoi integrare in altri progetti.

Scarica Voicebox e trasforma il tuo Mac in uno studio completamente locale di clonazione e sintesi vocale che supporta Qwen3-TTS e Whisper.