voicebox vs neutts

Voicebox 是一个全面的本地优先语音合成工作室，允许用户使用七种不同的 TTS 引擎进行语音克隆和语音生成。该平台具有用于创建复杂叙事的多轨时间轴编辑器，并支持高级后期处理效果以优化音频输出。它专为隐私和性能而设计，可在主流操作系统上原生运行，同时为开发者集成提供了强大的 REST API。

NeuTTS 是一套开源的端侧文本转语音模型，专为实时性能和高质量语音合成而设计。该框架利用轻量级 LLM 主干和神经音频编解码器，仅需三秒音频即可实现即时语音克隆。这些模型针对移动和嵌入式设备进行了部署优化，支持包括英语、西班牙语、德语和法语在内的多种语言。