말로 받아쓰고,글은 목소리로듣는 한 앱

입문자용© AIKOREACLUB

jamiepine/voicebox

말로 받아쓰고, 글은 목소리로 듣는 한 앱

단축키를 누르고 말하면 어느 앱에든 글이 들어가고, 거꾸로 글을 고른 목소리로 읽어 주는 일을 내 컴퓨터에서 한 번에 하는 무료 목소리 앱이에요

★ 59,338데스크톱 앱 + REST API·MCP 서버 · MIT확인 2026-11-03

메일 답장은 말로 받아쓰기 앱(WisprFlow 같은)에, 영상 내레이션은 목소리 생성 서비스(일레븐랩스 같은)에. 말을 글로 바꾸는 쪽과 글을 말로 바꾸는 쪽이 따로 놀아서, 구독도 두 개, 내 목소리 자료도 두 군데로 나가죠.Voicebox는 이 둘을 한 앱에 넣고 내 컴퓨터에서 돌려요. 어디서든 단축키를 누르고 말하면 글이 되고, 글은 고른 목소리로 읽어 줘요. 클로드 코드 같은 AI 에이전트가 일을 끝내면 소리로 알려 주게 할 수도 있어요. 2026-11-03 기준 별 59,338개예요.몇 초짜리 녹음으로 목소리를 복제할 수 있는 만큼, 본인 동의 없는 목소리 사용은 금지예요. 공식 문서도 "목소리 복제는 동의가 있을 때만 쓰라"고 적어요.

말과 글 사이, 두 서비스로 나뉜 고리

내 말"내일 회의 3시로 옮겨 주세요"

글메일 칸에 바로 들어감

글영상 대본, 에이전트의 알림

소리고른 목소리로 읽기

두 길이 함께 쓰는 것

Whisper 받아쓰기Qwen3 다듬기 모델TTS 엔진 8개목소리 프로필녹음함

README의 소개(말을 글로 바꾸는 쪽과 글을 말로 바꾸는 쪽을 한 앱에)를 따라 저희가 그린 예시예요. 다른 서비스의 실제 동작과 요금은 서비스마다 달라요.

한눈에

무엇인가요

Voicebox는 목소리의 들어오는 쪽과 나가는 쪽을 한 앱에 모은 로컬 우선 스튜디오예요. README는 일레븐랩스와 WisprFlow를 한 앱으로 대신하는 무료 오픈소스라고 소개해요.글을 말로. TTS 엔진 8개(Qwen3-TTS, Qwen CustomVoice, Qwen VoiceDesign, LuxTTS, Chatterbox Multilingual, Chatterbox Turbo, TADA, Kokoro)를 생성할 때마다 바꿔 쓰고, 23개 언어를 다뤄요. 10~30초 녹음으로 복제하거나 50개가 넘는 기본 목소리를 골라요.말을 글로. 단축키를 누르고 말하면 맥에서는 지금 커서가 있는 칸에 글이 바로 들어가요. 음, 어 같은 군말은 내장 AI 모델이 정리할 수 있어요. 받아쓰기는 OpenAI의 Whisper로 해요.에이전트 목소리. MCP 도구 voicebox_speak 한 번이면 클로드 코드나 커서가 고른 목소리로 말해요. 에이전트마다 다른 목소리를 붙일 수 있어요.모델과 목소리 자료, 녹음이 내 컴퓨터 밖으로 나가지 않는다고 README가 밝혀요.

함께 쓰는 도구 · 맥 · 윈도우 · 도커 · 클로드 코드 · 커서 · 윈드서프 · VS Code

이런 분께

타자보다 말이 빠른 분, 회의 메모나 메일을 말로 받아쓰고 싶은 분
본인 목소리나 기본 목소리로 내레이션, 팟캐스트, 오디오북을 만들고 싶은 크리에이터
클로드 코드나 커서가 일을 끝냈을 때 소리로 알려 주게 하고 싶은 개발자

어떻게 작동하나요

1. 화면 위의 알약 하나가 상태를 다 보여 줘요. 받아쓸 때는 녹음 중, 받아쓰는 중, 다듬는 중이, 에이전트가 말할 때는 말하는 중과 목소리 이름이 같은 자리에 떠요. README는 몰래 뒤에서 말하는 일이 없도록 에이전트가 말할 때마다 이 표시가 뜬다고 적어요.2. 받아쓰기는 녹음, 받아쓰기, 다듬기, 붙여 넣기 순서예요. 다듬기는 앱에 든 작은 언어 모델(Qwen3)이 군말, 말 더듬기, 고쳐 말한 부분을 정리하는 단계로, 켜고 끌 수 있어요. 모든 녹음과 글은 녹음함(Captures)에 원본째 남아요.3. 글을 말로 바꿀 때는 엔진을 골라요. 한국어는 Qwen3-TTS와 Chatterbox Multilingual이 지원 언어 목록에 있어요. [laugh] [sigh] 같은 웃음·한숨 태그는 Chatterbox Turbo만 알아듣고, 다른 엔진은 그 글자를 그대로 읽어요.4. 에이전트는 MCP로 붙어요. 앱이 켜져 있으면 http://127.0.0.1:17493/mcp 에서 기다리고, 설정의 MCP 화면에서 클로드 코드에는 이 목소리, 커서에는 저 목소리처럼 묶어 둬요.말하는 쪽과 듣는 쪽이 같은 앱, 같은 모델 저장소를 쓰는 게 이 도구의 설계예요.

할 수 있는 일

어디서나 받아쓰기단축키를 누르고 말하면 맥에서는 커서가 있는 칸에 바로 붙여 넣어요. 누르고 말하기, 눌러서 켜고 끄기 둘 다 돼요

목소리 복제10~30초의 깨끗한 녹음으로 목소리 프로필을 만들어요. 녹음을 여러 개 넣으면 더 닮게 나와요

기본 목소리·글로 만든 목소리Kokoro와 Qwen CustomVoice의 기본 목소리 50여 개, Qwen VoiceDesign으로 설명만으로 만든 목소리

긴 글 읽히기문장 단위로 잘라 만든 뒤 이어 붙여요. 한 번에 최대 50,000자까지예요

이야기 편집기여러 목소리를 시간표 위에 놓고 대화, 팟캐스트, 이야기를 짜요

에이전트 목소리MCP 도구 4개(말하기, 받아쓰기, 녹음 목록, 프로필 목록)와 REST API로 다른 프로그램에서도 불러요

바로 쓸 수 있나요

누구나 바로

필요한 것맥(애플 실리콘 또는 인텔)이나 윈도우. 모델을 받을 저장 공간. GPU는 없어도 CPU로 돌지만 느려요. 리눅스는 직접 빌드해야 해요

비용앱은 무료(MIT). 앱 안에 광고나 유료 안내가 없다고 README가 적어요

시작하기

앱 내려받기
맥(애플 실리콘·인텔)은 DMG, 윈도우는 MSI예요. 리눅스는 아직 설치 파일이 없어 소스에서 빌드해야 해요(voicebox.sh/linux-install).
```
https://voicebox.sh/download/mac-arm
```
도커로 띄우기
저장소를 받은 폴더에서 실행해요.
```
docker compose up
```
첫 목소리 프로필
목소리(Voices) 탭에서 새 목소리를 누르고, 10~30초 녹음을 올리거나 바로 녹음한 뒤 프로필을 만들어요. 녹음이 싫으면 기본 목소리를 고르면 돼요.
클로드 코드에 연결
앱이 켜져 있어야 해요. 연결 뒤 voicebox_list_profiles 로 목록이 나오는지 먼저 확인하라고 문서가 권해요.
```
claude mcp add voicebox \
  --transport http \
  --url http://127.0.0.1:17493/mcp \
  --header "X-Voicebox-Client-Id: claude-code"
```

처음 해 볼 한마디

Hello! This is my first voice generation with Voicebox.

공식 빠른 시작 문서가 생성(Generate) 탭에 처음 넣어 보라는 문장이에요. 한국어로 하려면 언어를 한국어로 고르고 Qwen3-TTS나 Chatterbox Multilingual을 쓰세요.

처음 쓰는 순서

앱 설치맥 DMG나 윈도우 MSI를 받아 설치
권한 허용맥은 손쉬운 사용, 입력 모니터링 권한을 앱 안내대로 켜기
받아쓰기 시험단축키를 누르고 한 문장 말해 메모 앱에 들어가는지 보기
목소리 고르기기본 목소리로 먼저, 복제는 내가 직접 읽은 녹음으로
에이전트 연결claude mcp add 한 줄로 클로드 코드에 붙이기

README와 공식 문서에 나온 기능을 처음 쓰는 순서로 묶은 예예요.

받아쓰기, 에이전트 말하기, 엔진 고르기

메일 앱 · 받는 사람 팀 전체

받아쓴 원문

// 클로드 코드가 작업을 끝내고 부르는 MCP 도구 await voicebox_speak({ text: "테스트 통과, 합칠 준비 됐어요", profile: "내 목소리", });

말하는 중 · 내 목소리

~~설정 → MCP~~ claude-code → 내 목소리 cursor → 기본 목소리

에이전트가 말할 때마다 화면 위 표시에 목소리 이름이 떠요. 몰래 뒤에서 말하는 일은 없다고 README가 적어요. personality: true 를 붙이면 그 목소리에 붙인 성격대로 글을 고쳐 쓴 뒤 읽어요.

README와 공식 문서(음성 복제, MCP 서버)를 따라 저희가 그린 예시예요. 문장과 목소리 이름은 지어낸 예이고, 실제 결과는 고른 엔진, 녹음 품질, 컴퓨터 성능에 따라 달라져요. 받아쓴 글이 다른 앱 칸에 바로 들어가는 기능은 지금 맥에서만 돼요.

비슷한 도구

Voicebox는 받아쓰기와 에이전트 음성까지 한 고리로 묶은 쪽이고, 아래 둘은 더빙·다국어, 목소리 학습 쪽이에요(각 README 기준).

일레븐랩스 대신, 내 컴퓨터에서 도는 목소리 스튜디오영상 더빙과 수십 가지 엔진, 646개 언어에 무게. 라이선스는 AGPL-3.0debpalash/VoiceStudio

목소리 학습앱이라기보다 목소리를 학습시키는 모델 쪽RVC-Boss/GPT-SoVITS

주의할 점

본인 동의 없는 목소리 사용 금지. 공식 문서는 목소리 복제를 동의가 있을 때만 쓰고 합성 음성에 관한 그 나라 법을 확인하라고 적어요. 10~30초 녹음으로 비슷한 목소리가 나오니, 남을 사칭하는 전화·메시지나 하지 않은 말을 만드는 딥페이크에 쓰일 수 있어요. 에이전트가 그 목소리로 말하게 해도 이 원칙은 똑같다고 MCP 문서가 덧붙여요.
문서에는 유명인·캐릭터 목소리 복제 요령도 있는데, '권리가 있거나 공정 이용이 분명할 때'라는 조건을 붙여요. 이 기준은 나라마다 달라요. README 화면 예시에도 실제 유명 개발자·유튜버 이름이 붙은 목소리 프로필이 보이는데, 그 사람들이 동의했는지는 README에 적혀 있지 않아요. 허락받은 목소리만 쓰세요.
MCP와 API는 내 컴퓨터(127.0.0.1)에서만 열리지만 인증이 없어요. 같은 컴퓨터의 어떤 프로그램이든 부를 수 있고, 파일 경로로 녹음을 읽는 기능도 제한이 없다고 MCP 문서가 밝혀요. 원격 모드로 다른 기기에 열 때는 주의하세요.
맥 받아쓰기는 다른 앱 칸에 글을 넣으려고 손쉬운 사용, 입력 모니터링 권한을 받아요. 윈도우·리눅스의 자동 붙여 넣기는 아직 로드맵에 있어요.
MIT는 앱 코드 이야기예요. 내려받는 목소리 모델은 각자 라이선스가 있으니 결과물을 상업적으로 쓸 거면 모델마다 확인하세요. 마지막 정식판은 v0.5.0(2026-04-25)이에요.

낯선 말

TTS · 글을 소리로 읽어 주는 기술(Text to Speech)이에요
STT · 말소리를 글로 바꾸는 기술(Speech to Text), 받아쓰기예요
제로샷 복제 · 따로 학습시키지 않고 짧은 녹음 하나만으로 목소리를 흉내 내는 방식이에요
MCP · AI가 바깥 도구를 불러 쓰게 이어 주는 표준 연결 방식이에요
로컬 우선 · 인터넷 서버가 아니라 내 기기 안에서 먼저 처리하는 방식이에요
딥페이크 · AI로 실제 사람의 얼굴이나 목소리를 흉내 내 진짜처럼 만든 가짜예요

AI 답은 참고 자료예요. 법·세금·돈·건강처럼 삶에 큰 영향을 주는 일에서는 AI 답이 정답이 될 수 없어요. 최종 판단은 전문가나 공식 기관에서 확인하세요.