Eine Voicebox-Alternative und wann Sie eine brauchen
Voicebox ist ein kostenloses Open-Source-Stimmstudio unter MIT-Lizenz: Es klont eine Stimme aus wenigen Sekunden Audio, wechselt zwischen acht TTS-Engines, spricht 23 Sprachen, fügt Effekte hinzu, schneidet mehrstimmige Geschichten, nimmt Diktate an und gibt KI-Agenten per MCP eine Stimme. Es ist eines der beliebtesten Stimmprojekte auf GitHub und für viele das richtige Werkzeug.
Dieser Ratgeber ist für die Fälle, in denen es das nicht ist: wenn Sie fertige Figurenstimmen wollen, ein schnelles Modell für einen normalen Prozessor, eine Kommandozeile für Skripte oder eine gehostete API. Wenn Sie Metas Voicebox gesucht haben, lesen Sie den letzten Abschnitt.
Was Voicebox gut kann
Stimmklonen aus einer Referenz ohne Training, über 50 fertige Stimmen, Steuerung der Sprechweise per Textanweisung, Tags wie Lachen und Seufzen in Chatterbox Turbo, acht Audioeffekte, eine Zeitleiste für Dialoge und Podcasts, systemweites Diktat mit Whisper, eine REST-API und ein MCP-Server. Es läuft lokal unter macOS, Windows und in Docker; unter Linux wird es aus dem Quellcode gebaut.
Wo SuperClonica anders ist
SuperClonica ist eine Engine für ein Modell, Supertonic 3, auf Tempo auf normalen Prozessoren abgestimmt, mit 31 Sprachen. Statt beim Generieren zu klonen, wird jede Stimme einmal trainiert und zu einer kleinen JSON-Datei, die überall läuft. Der Katalog hat rund 190 fertige Stimmen, Erzähler, Ansager und Fan-Figuren, und jede lässt sich gratis mit einem Satz von 30 bis 100 Zeichen testen. Ihre eigene Stimme trainieren Sie im Studio aus einer kurzen Aufnahme.
Für Skripte, Server und Bots
Installieren Sie die kostenlose Engine mit python -m pip install superclonica-cpu unter Windows, macOS mit Apple Silicon oder Linux und vertonen Sie eine Datei mit einem Befehl: superclonica --text-file script.txt --voice F2 --lang de --output script.wav. Dieselbe Engine ist eine Python-Bibliothek, und die gehostete Sprach-API liefert Audio auf eine POST-Anfrage, mit einem kostenlosen Tarif von 3 Minuten Audio pro Tag.
Was Sie wählen sollten
Voicebox für Klonen ohne Training, ausdrucksstarke Tags, Diktat und ein All-in-one-Studio, besonders mit einer Grafikkarte für die größeren Engines. SuperClonica für fertige Figurenstimmen, schnelle Offline-Generierung auf der CPU, 31 Sprachen in einem Modell, eine leichte pip-Installation oder eine API. Beides ist gratis testbar, und Sie können beides nutzen.
Falls Sie Metas Voicebox meinten
Meta stellte 2023 ein Forschungsmodell namens Voicebox vor und veröffentlichte es wegen Missbrauchsgefahr nicht. Es gibt nichts herunterzuladen; die praktischen Alternativen sind offene Projekte wie das Voicebox-Studio oben oder Engines wie SuperClonica.