Voicebox

Voiceboxは、プライバシー重視の音声合成プラットフォームで、クラウドサービスやサブスクリプションを必要とせず、お使いのマシン上でローカルに動作します。Qwen3-TTS技術を採用しており、プロフェッショナルな品質の音声クローンとテキスト読み上げ機能を提供しながら、すべてのデータをユーザーの管理下に保ちます。複数の音声サンプルに対応しており、クローンの品質と自然性を高め、音声プロジェクトの authentic な仕上がりを維持します。 クロスプラットフォーム対応 designed Voiceboxは、macOS、Windows、Linuxの各システムでシームレスに動作します。MacではMetal、WindowsおよびLinuxではCUDAによるハードウェアアクセラレーションを活用し、パフォーマンスを犠牲にすることなく高速なローカル推論を実現します。ローカルGPUで推論を実行する場合でも、リモートマシンに接続する場合でも、アプリケーションはワークフローのニーズに適応します。 基本的な音声合成に加え、Voiceboxには包括的なクリエイティブスイートが含まれています。統合されたストーリーエディターでは、タイムラインベースのインターフェースを使用してマルチボイスのナラティブを構築でき、トラックの配置、クリップのトリミング、会話のミキシングが可能です。Whisper搭載の内蔵音声書き起こしシステムと組み合わせることで、音声サンプルから参照テキストを自動的に抽出し、音声クローンとコンテンツ作成のプロセス全体を効率化します。