Voicebox: бесплатная программа для клонирования голоса и озвучки без подписки

Озвучка ролика через ElevenLabs или похожий сервис стоит денег каждый месяц, и лимит по минутам заканчивается быстрее, чем хотелось бы. Отдельная программа для надиктовки текста тоже обычно платная. В открытом доступе появился инструмент, который закрывает обе задачи сразу и работает бесплатно на своём компьютере.

Называется Voicebox. Дальше честный разбор по официальному репозиторию: что внутри, что реально бесплатно, а что стоит проверить самому перед тем, как строить на этом рабочий процесс.

Что такое Voicebox

Voicebox, открытая программа для клонирования голоса, синтеза речи из текста и диктовки. Репозиторий github.com/jamiepine/voicebox на момент проверки собрал больше 51 тысячи звёзд. Код открыт по лицензии MIT, то есть пользоваться и смотреть, как всё устроено внутри, можно свободно.

Работает локально: голос и аудиозаписи остаются на Вашем компьютере, не уходят на чужой сервер для обработки. Это отдельный плюс для тех, кто озвучивает чужие тексты или личные истории и не хочет отдавать эти записи третьей стороне.

Что внутри технически

Клонирование голоса построено на модели Qwen3-TTS: чтобы получить копию голоса, достаточно короткого образца записи. Кроме неё в программе ещё шесть движков синтеза речи, включая Chatterbox и Kokoro, суммарно поддержка 23 языков.

За расшифровку речи в текст отвечает Whisper от OpenAI, тот же движок, что используют многие платные сервисы транскрибации. То есть диктовка и надиктовка текста тоже входят в программу, отдельно покупать ничего не нужно.

Ещё одна деталь для тех, кто работает с ИИ-агентами: у Voicebox есть встроенный MCP-сервер. Через него можно подключить программу напрямую к Claude Code, Cursor или Windsurf и озвучивать ответы агента выбранным голосом без ручного экспорта файлов между программами.

На чём работает

Программа сделана нативно (на Tauri, не на Electron, если это имеет значение для Вас) и доступна для macOS, Windows и Linux, включая сборку под AMD ROCm и Intel Arc. Для Mac и Windows есть готовые установочные файлы, под Linux собирать придётся из исходного кода, есть вариант через Docker.

Синтез и клонирование считает сама программа на Вашем железе, без подписки на облачный сервис. Значит, скорость и качество результата зависят от компьютера: на слабой машине процесс будет заметно медленнее, чем в облачном сервисе за деньги.

Кому это реально пригодится

Тем, кто регулярно озвучивает ролики, подкасты или сторис и упирается в лимиты платных сервисов. Тем, кто хочет надиктовывать тексты голосом вместо печати и не готов платить за отдельное приложение только под эту задачу. И отдельно тем, кто уже работает с Claude Code или похожими агентами и хочет получать голосовой ответ без лишних шагов.

Что стоит проверить перед тем, как строить на этом процесс

Программа открытая и совсем свежая, я слежу за такими инструментами именно потому, что голос в каждом видео завода критичен, но лично на своих рабочих задачах Voicebox пока не гоняла. Прежде чем полностью переходить на неё, честно стоит: проверить качество клонирования на своём голосе и языке, а не на демо-примерах из репозитория, убедиться, что скорость на Вашем компьютере устраивает, и на всякий случай подготовить платный запасной вариант на первое время.

Отдельно про клонирование чужого голоса: делать это стоит только с согласия человека, чей голос копируется. Программа технически позволяет склонировать голос по короткой записи, а вот что с этим правом делать, решает уже человек, а не инструмент.

Итог

Voicebox закрывает две платных задачи, синтез речи и диктовку, одной бесплатной локальной программой с открытым кодом. Для контент-работы это реальная экономия, если готовы один раз потратить время на установку и проверку качества под свой голос и свой компьютер.

Про другие открытые инструменты, которые проверяю для своей системы контента, пишу в канале «Растём с ИИ». Если нужна помощь со сборкой системы под свою нишу, можно начать с бесплатной консультации.