Jamie Pine — der Entwickler hinter Spacedrive — hat Voicebox gebaut, und es erhielt an einem einzigen Tag 629 Sterne auf dem Weg zu 43 K. Es ist ein Open-Source-Desktop-Voice-Studio (Tauri-Rust-Shell + React + FastAPI-Sidecar), das zwei Abonnements gleichzeitig ersetzt: ElevenLabs für Sprachgenerierung, WisprFlow für Diktat. Alles läuft auf Ihrem Rechner. Keine Cloud, keine Abrechnung pro Zeichen, MIT‑Lizenz.
Was es kann
Kopiere eine Stimme aus wenigen Sekunden Audio. Erzeuge Sprache in 23 Sprachen über 7 TTS‑Engines — Qwen3-TTS, Chatterbox, Kokoro und mehr. Drücken Sie eine globale Tastenkombination und diktieren Sie in jedes Textfeld auf Ihrem Mac oder PC. Ein gebündeltes lokales LLM verfeinert Ihre Worte und bewahrt pro-Profil-Personas.
Der MCP-Server ist die eigentliche Geschichte
Voicebox liefert einen integrierten MCP-Server, sodass jeder MCP-aware-Agent — Claude Code, Cursor, Cline — in Ihrer geklonten Stimme sprechen, Audio transkribieren und Sprachprofile durchsuchen kann. Ihr Coding‑Agent, der einen fehlgeschlagenen Build in Ihrer eigenen Stimme ankündigt, ist nur eine Konfigurationsdatei entfernt.
Sprache und Agenten sind derzeit die beiden heißesten Themen in der KI. Voicebox sitzt genau am Knotenpunkt — deshalb ist es im Trend.