Tu paies un moteur de synthèse vocale à l'appel API ? Le même modèle tourne sur ta machine, gratuitement. Ça s'appelle Voicebox (par Jamie Pine, licence MIT) : un studio de voix local qui fait tourner Qwen3-TTS et six autres moteurs directement chez toi. Tu clones une voix avec quelques secondes d'audio, tu génères dans 23 langues, et rien ne quitte ton ordinateur — aucune clé API, aucun serveur distant.
Voicebox est une application de bureau (Mac et Windows). Télécharge-la sur voicebox.sh, ou récupère le code sur GitHub. Au premier lancement, elle télécharge les modèles en local — compte quelques minutes selon ta connexion.
Dans l'app, crée un profil de voix : importe 15 à 30 secondes d'un audio propre de ta voix (voir la ressource clonage vocal pour le bon échantillon). Ta voix devient un profil réutilisable, prêt pour toutes tes générations — sans jamais repartir sur le cloud.
Voicebox expose un serveur MCP local. Ajoute-le à ton client (Claude Code, Cursor, Cline…) et l'agent peut parler ou transcrire par lui-même :
Il expose des outils comme voicebox.speak, voicebox.transcribe et voicebox.list_profiles. Ton agent choisit une voix et génère l'audio, en local.
La vraie question, c'est où tu le branches. Dans un workflow n8n, Voicebox prend exactement la place de ton appel TTS payant : au lieu d'un nœud HTTP qui tape une API cloud avec ta clé, tu tapes le serveur local de Voicebox sur 127.0.0.1:17493.
Voicebox tourne sur ta machine : si ton n8n est hébergé sur un serveur distant, il ne voit pas ton 127.0.0.1. Fais tourner Voicebox sur la même machine que n8n, ou expose le port local via un tunnel — sinon le nœud n8n cherche un service qui n'existe pas de son point de vue.
Télécharge le workflow tout prêt : un formulaire qui envoie ton texte au Voicebox local et te renvoie l'audio. Importe-le dans ton n8n (sur la même machine que Voicebox), renseigne l'ID de ton profil de voix et ta livraison — la note dans le workflow explique tout.
◈ Télécharger le workflow n8n (.json)