Voicebox

Voicebox es una plataforma de síntesis de voz que prioriza la privacidad y se ejecuta localmente en tu máquina sin requerir servicios en la nube ni suscripciones. Impulsada por la tecnología Qwen3-TTS, ofrece clonación de voz profesional y capacidades de texto a voz, manteniendo todos tus datos bajo tu control. La aplicación admite múltiples muestras de voz para mejorar la calidad y naturalidad de la clonación, garantizando que tus proyectos de audio mantengan su autenticidad. Diseñada para ser compatible con múltiples plataformas, Voicebox funciona sin problemas en sistemas macOS, Windows y Linux. Aprovecha la aceleración por hardware mediante Metal en Mac y CUDA en Windows y Linux, lo que permite una inferencia local rápida sin sacrificar el rendimiento. Tanto si ejecutas la inferencia en tu GPU local como si te conectas a una máquina remota, la aplicación se adapta a las necesidades de tu flujo de trabajo. Más allá de la síntesis de voz básica, Voicebox incluye un completo conjunto creativo. El editor de historias integrado te permite crear narrativas con varias voces mediante una interfaz basada en una línea de tiempo donde puedes organizar pistas, recortar clips y mezclar conversaciones. Combinado con el sistema de transcripción de audio integrado basado en Whisper, puedes extraer automáticamente texto de referencia a partir de muestras de voz, agilizando todo el proceso de clonación de voz y creación de contenido.