# PyPI에서 VoiceBox 설치
pip install voicebox-ai

# 설치 확인
voicebox --version

# 애플리케이션 초기화
voicebox init --model qwen3-tts

# 저장소 복제
git clone https://github.com/jamiepine/voicebox.git
cd voicebox

# 가상 환경 생성
python -m venv .venv
source .venv/bin/activate

# 종속성 설치
pip install -r requirements.txt

# 개발 모드에서 패키지 설치
pip install -e .

# 기본 음성 모델 다운로드
voicebox download-models --all

# 공식 이미지 가져오기
docker pull jamiepine/voicebox:latest

# GPU 지원으로 실행 (NVIDIA)
docker run -d \
  --name voicebox \
  --gpus all \
  -p 8000:8000 \
  -v ${HOME}/voicebox-data:/data \
  -e VOICEBOX_MODEL=qwen3-tts \
  jamiepine/voicebox:latest

# Apple Silicon에서 실행 (GPU 플래그 불필요)
docker run -d \
  --name voicebox \
  -p 8000:8000 \
  -v ${HOME}/voicebox-data:/data \
  -e VOICEBOX_MODEL=qwen3-tts \
  jamiepine/voicebox:latest

# Microsoft Store에서 Python 3.11+ 설치
# 그런 다음 VoiceBox 설치
pip install voicebox-ai

# GPU 가속을 위해 CUDA 툴킷 설치
# 다운로드: https://developer.nvidia.com/cuda-downloads

# VoiceBox 초기화
voicebox init --gpu cuda

# 내장 레코더로 오디오 녹음
voicebox record --output sample.wav --duration 30

# 기존 오디오 파일 업로드
voicebox clone --audio my_voice_sample.mp3 --name "my-voice"

# VoiceBox가 자동으로 오디오를 처리하고 음성 특징 추출

from voicebox.engine import VoiceCloner
from voicebox.audio import AudioProcessor

# 클로너 초기화
cloner = VoiceCloner(model="qwen3-tts-voice-clone")

# 참조 오디오 로드 및 전처리
processor = AudioProcessor()
reference = processor.load_audio("sample.wav")
reference = processor.normalize(reference, target_rms=-20)
reference = processor.remove_noise(reference, method="spectral")

# 음성 임베딩 추출
embeddings = cloner.extract_embeddings(reference)

# 음성 모델 생성
voice_model = cloner.create_voice(
    embeddings=embeddings,
    name="my-voice",
    quality="high"
)

# 복제된 음성 테스트
output = voice_model.synthesize(
    text="안녕하세요, 복제된 음성입니다.",
    speed=1.0,
    emotion="neutral"
)
voice_model.save(output, "test_output.wav")

# 발화 속도 조절
voicebox synthesize --input script.txt --output speech.wav --speed 0.8

# 감정 억양 추가
voicebox synthesize --input script.txt --output emotional.wav --emotion happy

# 피치 조절
voicebox synthesize --input script.txt --output pitched.wav --pitch +200

# 여러 매개변수 조합
voicebox synthesize \
  --input script.txt \
  --output natural.wav \
  --speed 1.1 \
  --pitch +100 \
  --emotion confident \
  --clarity high

from voicebox.engine import VoiceManager

manager = VoiceManager()

# 모든 복제된 음성 나열
voices = manager.list_voices()
for v in voices:
    print(f"{v.name}: {v.quality} (학습 데이터 {v.duration}s)")

# 음성 간 전환
manager.set_active_voice("my-voice")
output = manager.synthesize("복제된 음성에서 안녕하세요!")

# 두 음성을 혼합하여 하이브리드 음성 생성
hybrid = manager.blend_voices(
    voice_a="my-voice",
    voice_b="partner-voice",
    weight_a=0.7,
    weight_b=0.3
)
output = hybrid.synthesize("혼합 음성 출력")

# 시스템 전체 녹취 활성화
voicebox dictation --enable

# 인식 모델 선택
voicebox dictation --model whisper-large-v3

# 출력 언어 설정
voicebox dictation --language en

# 핫키 구성
voicebox dictation --hotkey "ctrl+space"

from voicebox.dictation import DictationEngine

# 녹취 엔진 초기화
engine = DictationEngine(
    model="whisper-large-v3",
    language="auto",
    beam_size=5,
    vad_threshold=0.5
)

# 듣기 시작
engine.start_listening(
    hotkey="ctrl+shift+d",
    output_mode="clipboard",
    append_mode=True
)

# 녹취 세션 처리
result = await engine.listen_session(
    timeout=300,           # 5분 세션
    silence_threshold=1.5, # 1.5초 침묵 후 중지
    language="en"
)

print(f"변역: {result.text}")
print(f"신뢰도: {result.confidence:.2%}")
print(f"단어 수: {result.word_count}")

# 자동 감지 활성화
voicebox dictation --auto-detect

# 지원 언어 지정
voicebox dictation --languages en,zh,ko,ja,es,fr,de

# 주요 언어 설정 (더 나은 정확도)
voicebox dictation --primary-language en

# 간단한 텍스트-음성 변환
curl -X POST "https://your-voicebox/api/v1/tts" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "안녕하세요, VoiceBox 텍스트-음성 변환 테스트입니다.",
    "voice": "default",
    "speed": 1.0,
    "output_format": "wav"
  }' \
  --output speech.wav

# 청크로 오디오 스트리밍
curl -N -X POST "https://your-voicebox/api/v1/tts/stream" \
  -H "Content-Type: application/json" \
  -d '{"text": "이 오디오는 실시간으로 스트리밍됩니다...", "voice": "cloned-voice"}' \
  --output - | aplay

from voicebox.api import VoiceBoxClient

client = VoiceBoxClient("https://your-voicebox")

texts = [
    "처리로 할 첫 문장.",
    "다른 내용이 포함된 두 번째 문장.",
    "다른 음성으로 세 번째 문장.",
]

results = await client.tts.batch(
    texts=texts,
    voice="default",
    output_format="mp3",
    parallel_workers=4
)

for i, result in enumerate(results):
    print(f"생성됨: speech_{i}.mp3 ({result.duration:.1f}s)")

import voicebox

# 빠른 TTS
result = voicebox.synthesize(
    text="VoiceBox에서 안녕하세요!",
    voice="default",
    output_file="hello.wav"
)

# 오디오 파일에서 음성 복제
cloned = voicebox.clone_voice(
    audio_file="sample.wav",
    voice_name="my-voice"
)

# 클립보드에 녹취
voicebox.start_dictation(
    hotkey="cmd+space",
    target_app="any"
)

# 텍스트 파일에서 오디오 생성
voicebox tts --file script.txt --output narration.wav

# 팟캐스트 에피소드에서 음성 복제
voicebox clone --audio podcast_ep1.mp3 --name "podcaster"

# 텍스트를 여러 언어로 변환
for lang in en zh ko vi; do
  voicebox tts --text "Hello world" --lang $lang --output greeting_$lang.wav
done

# 텍스트 파일 디렉토리 배치 처리
voicebox tts-batch --input ./scripts/ --output ./audio/ --voice default

# 기존 팟캐스트 에피소드에서 음성 복제
voicebox clone --audio ~/podcasts/episodes/*.mp3 --name "my-podcast-voice"

# 영어 버전 생성
voicebox tts --file article_en.txt --voice "my-podcast-voice" --output podcast_en.wav

# 중국어 버전 생성 (번역 먼저 필요)
voicebox tts --file article_zh.txt --voice "my-podcast-voice" --output podcast_zh.wav

# 한국어 버전 생성
voicebox tts --file article_ko.txt --voice "my-podcast-voice" --output podcast_ko.wav

# 몇 초의 자연스러운 음성 녹음
voicebox record --output baseline.wav --duration 10

# 음성 복제
voicebox clone --audio baseline.wav --name "accessible-voice"

# 텍스트-음성 변환을 위해 복제된 음성 사용
voicebox tts --text "물 주세요" --voice "accessible-voice" --output response.wav

# 비디오 스크립트에 내레이션 생성
voicebox tts \
  --file video_script.txt \
  --voice "professional-narrator" \
  --speed 1.05 \
  --emotion engaging \
  --output voiceover.wav

# 배경 음악 믹스 추가
ffmpeg -i voiceover.wav -i background_music.mp3 \
  -filter_complex "[0:a][1:a]amix=inputs=2:duration=first" \
  -output final_video_audio.mp3

# 1. VoiceBox 설치
pip install voicebox-ai

# 2. 기본 모델로 초기화
voicebox init --model qwen3-tts

# 3. 음성 모델 다운로드
voicebox download-models --all

# 4. 기본 TTS 테스트
echo "Hello World" | voicebox tts --output test.wav

# 5. 녹취 설정
voicebox dictation --enable --hotkey "ctrl+space"

# 6. 웹 인터페이스 시작
voicebox web --port 8000