Test de Voicebox : studio vocal local open source

Voicebox est un studio vocal local qui couvre les deux sens de la voix : il lit du texte à voix haute avec des voix clonées ou prédéfinies, et il écoute, transcrit et colle ce que vous dites. Le README le présente comme une alternative gratuite et open source à ElevenLabs et à WisprFlow réunies dans une seule appli, et le site web indique qu’il s’exécute entièrement sur votre machine.

L’appli est construite avec Tauri (Rust) autour d’un backend Python FastAPI, et le site web désigne Spacedrive Technology Inc. comme son exploitant. La version 0.5.0, appelée « the Capture release » dans ses notes, a ajouté la dictée, les personnalités vocales et le serveur MCP. La version « v0.2.0 » affichée sur le site web est une mention figurant dans sa capture d’écran de démonstration, pas le numéro de la version.

Voicebox se télécharge pour macOS et Windows ; Linux n’a pas de binaire précompilé et exige une compilation depuis les sources, et le README montre aussi une voie Docker.

Les sources n’indiquent ni RAM minimale, ni espace disque, ni version minimale du système d’exploitation ; la partie exigeante est celle des modèles de parole et de langage, téléchargés séparément.

Tout ce qui suit provient du site web, de la documentation ou du README ; rien n’a été testé de façon indépendante.

L’appli locale est gratuite et sans compte, et la page des tarifs liste des offres payantes Cloud et Studio, toutes deux marquées « coming soon ». Tous les chiffres sont les prix en dollars américains de la page des tarifs, qui précise qu’ils ne sont pas définitifs.

La politique de confidentialité, mise à jour le 6 juillet 2026, indique que l’appli de bureau ne transmet à l’exploitant ni vos enregistrements, ni vos profils de voix, ni vos transcriptions, générations ou réglages, et elle ne décrit aucune télémétrie ni analyse pour l’appli. Le site web ajoute que les modèles, l’audio, les transcriptions et les sorties du modèle de langage ne quittent jamais la machine, et que l’API locale écoute par défaut sur 127.0.0.1.

La sauvegarde Cloud facultative est décrite comme chiffrée de bout en bout sur votre appareil avant l’envoi, de sorte que les serveurs ne voient que l’adresse e-mail du compte, le nombre et la taille des objets, des empreintes, des compteurs de synchronisation et des horodatages. La politique couvre aussi une fonction Voice ID qui stocke une empreinte vocale chiffrée et avertit que les extraits publiés sont publics ; les paiements passent par Stripe ou par cryptomonnaie. Le site web mentionne une option « Local or Remote » pour se connecter à un backend sur une autre machine, qu’il ne concilie pas avec sa formule « entirely on your machine ».

Voicebox est un moyen activement développé et sous licence MIT de cloner des voix, de générer de la parole et de dicter sur votre propre ordinateur, avec une API et un serveur MCP qui permettent aux agents de parler. Les déclarations de confidentialité sont solides pour l’appli locale gratuite, mais ce sont des affirmations de l’éditeur, la dernière version étiquetée date d’avril alors que le code a continué d’évoluer jusqu’en octobre, Linux exige une compilation depuis les sources, et le collage automatique n’est confirmé que sous macOS. Elle convient aux créateurs et aux développeurs qui veulent un seul outil vocal local gratuit et acceptent de télécharger plusieurs gros modèles ; qui a besoin d’une qualité de voix prouvée, d’une clarté d’usage commercial pour chaque modèle ou d’une installation Linux soignée devrait la tester et lire d’abord la licence de chaque modèle.