Repolode
投稿する
resemble-ai

resemble-ai/chatterbox

Resemble AIによるオープンソースの音声合成モデルファミリー。短い参照音声から、英語をはじめ多言語で声をクローンできます。

代替できる製品:ElevenLabs

GitHub で見る公式サイト
スター
27,100
フォーク
3,649
未解決の Issue
375
最終コミット
3 か月前

これは何？

Chatterboxは、Resemble AIが提供するオープンソースの音声合成モデルファミリーです。テキストから音声を生成でき、生成時に指定した参照音声から声をクローンできます。ファミリーには、低レイテンシの音声エージェント向けの350Mパラメーターの英語モデルChatterbox-Turbo、CPUやオンデバイス推論を対象とする110MパラメーターのChatterbox-Nano、23以上の言語に対応する500MパラメーターのChatterbox Multilingual V3があります。特定の言語や地域の方言に特化したファインチューニングモデルをまとめたSingle Language Packも利用できます。

TurboとNanoは、入力テキストに[laugh]、[cough]、[chuckle]などのパラ言語タグを指定して、非言語音を加えられます。多言語モデルではリクエストごとに言語IDを指定し、オリジナルのChatterboxではCFGと誇張度のパラメーターを使って話し方を調整できます。Pythonではpipからインストールでき、TTSと音声変換のサンプルスクリプトも含まれています。生成された音声ファイルにはすべて、知覚できないPerThニューラルウォーターマークが付与され、ウォーターマークの抽出スクリプトも用意されています。

主な機能

  • 01短い参照音声から声をクローン
  • 02[laugh]や[cough]などのパラ言語タグに対応したTurboおよびNanoモデル
  • 0323以上の言語に対応し、言語IDで選択できる多言語モデル
  • 04オンデバイス利用向けにCPUで動作するNanoモデル
  • 05生成音声にPerThウォーターマークを内蔵
  • 06pipでインストールでき、Pythonのサンプルも付属

ユースケース

  • 電話やカスタマーサポート向けの低レイテンシな英語音声エージェントの構築
  • 非言語音を含む、表現豊かなナレーションやクリエイティブなボイスオーバーの生成
  • 一貫した声の特徴を保ちながら、複数言語の音声コンテンツをローカライズ
  • メモリに制約のあるCPUやエッジデバイスでの音声合成

クイックスタート

  1. 1

    PyPIからパッケージをインストールします

    pip install chatterbox-tts
  2. 2

    モデルを読み込み、参照用音声クリップを使ってテキストプロンプトから音声を生成します（READMEの使用例を参照）

使う前に知っておきたいこと

  • READMEによると、開発とテストはDebian 11上のPython 3.11のみで行われています。
  • TurboとNanoは英語のみ対応です。多言語で使用するには、別途提供されている多言語モデルが必要です。

トピック

#text-to-speech#voice-cloning#speech-synthesis#multilingual#python#pytorch#audio#voice-agent

よくある質問

chatterbox とは？
Resemble AIによるオープンソースの音声合成モデルファミリー。短い参照音声から、英語をはじめ多言語で声をクローンできます。 Chatterboxは、Resemble AIが提供するオープンソースの音声合成モデルファミリーです。テキストから音声を生成でき、生成時に指定した参照音声から声をクローンできます。ファミリーには、低レイテンシの音声エージェント向けの350Mパラメーターの英語モデルChatterbox-Turbo、CPUやオンデバイス推論を対象とする110MパラメーターのChatterbox-Nano、23以上の言語に対応する500MパラメーターのChatterbox Multilingual V3があります。特定の言語や地域の方言に特化したファインチューニングモデルをまとめたSingle Language Packも利用できます。
chatterbox は無料で使えますか？ライセンスは？
chatterbox は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
chatterbox は今もメンテナンスされていますか？
半年以内に更新あり。chatterbox の最終コミットは 2026年7月21日 です。
chatterbox は何に使えますか？
電話やカスタマーサポート向けの低レイテンシな英語音声エージェントの構築 非言語音を含む、表現豊かなナレーションやクリエイティブなボイスオーバーの生成 一貫した声の特徴を保ちながら、複数言語の音声コンテンツをローカライズ メモリに制約のあるCPUやエッジデバイスでの音声合成
chatterbox のインストール方法は？
PyPIからパッケージをインストールします: pip install chatterbox-tts モデルを読み込み、参照用音声クリップを使ってテキストプロンプトから音声を生成します（READMEの使用例を参照）
chatterbox はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/resemble-ai/chatterbox

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト