Uma alternativa ao Voicebox e quando você precisa dela
O Voicebox é um estúdio de voz gratuito e open source sob licença MIT: clona uma voz com poucos segundos de áudio, alterna entre oito motores TTS, fala 23 idiomas, adiciona efeitos, monta histórias com várias vozes, faz ditado e dá voz a agentes de IA via MCP. É um dos projetos de voz mais populares do GitHub e, para muita gente, é a ferramenta certa.
Este guia é para os casos em que não é: quando você quer vozes de personagens prontas, um único modelo rápido para um processador comum, uma linha de comando para scripts ou uma API hospedada. Se você procurava o Voicebox da Meta, veja a última seção.
O que o Voicebox faz bem
Clonagem a partir de uma amostra sem treino, mais de 50 vozes prontas, controle da entonação por instruções de texto, tags como riso e suspiro no Chatterbox Turbo, oito efeitos de áudio, um editor de linha do tempo para diálogos e podcasts, ditado em todo o sistema com Whisper, uma API REST e um servidor MCP. Roda localmente no macOS, no Windows e no Docker; no Linux é compilado a partir do código.
Onde a SuperClonica é diferente
A SuperClonica é um motor para um modelo, o Supertonic 3, ajustado para velocidade num processador comum, com 31 idiomas. Em vez de clonar na geração, cada voz é treinada uma vez e vira um pequeno arquivo JSON que roda em qualquer lugar. O catálogo tem cerca de 190 vozes prontas, narradores, locutores e personagens feitos por fãs, e cada uma pode ser testada grátis com uma frase de 30 a 100 caracteres. Sua própria voz é treinada no estúdio com uma gravação curta.
Para scripts, servidores e bots
Instale o motor gratuito com python -m pip install superclonica-cpu no Windows, macOS com Apple Silicon ou Linux e gere um arquivo com um comando: superclonica --text-file script.txt --voice F2 --lang pt --output script.wav. O mesmo motor é uma biblioteca Python, e a API de voz hospedada devolve áudio para uma requisição POST, com plano grátis de 3 minutos de áudio por dia.
Qual escolher
Voicebox para clonar sem treino, tags expressivas, ditado e um estúdio tudo em um, principalmente com placa de vídeo para os motores maiores. SuperClonica para vozes de personagens prontas, geração rápida offline na CPU, 31 idiomas num modelo, instalação leve com pip ou uma API. Os dois podem ser testados de graça, e nada impede usar ambos.
Se você quis dizer o Voicebox da Meta
A Meta anunciou em 2023 um modelo de pesquisa chamado Voicebox e não o lançou ao público, citando o risco de uso indevido. Não há nada para baixar; as alternativas práticas são projetos abertos como o estúdio Voicebox acima ou motores como a SuperClonica.