Sistema open source de text-to-speech com clonagem de voz, controle de emoção em linguagem natural e geração com vários falantes, baseado em modelos no estilo LLM.
33,3 mil2,9 milPythonOtherAtualizado há 6 dias
resemble-ai/chatterbox
Família de modelos open source de text-to-speech da Resemble AI, com clonagem de voz a partir de um trecho curto de referência em inglês e vários outros idiomas.
Alternativa open source a:ElevenLabs
- Estrelas
- 27,100
- Forks
- 3,649
- Issues abertas
- 375
- Último commit
- há 3 meses
O que é?
Chatterbox é uma família de modelos open source de text-to-speech da Resemble AI. Os modelos geram fala a partir de texto e podem clonar uma voz usando um trecho de referência fornecido durante a geração. A família inclui o Chatterbox-Turbo, um modelo de 350M de parâmetros em inglês voltado a agentes de voz com baixa latência; o Chatterbox-Nano, um modelo de 110M de parâmetros voltado à inferência em CPU e no próprio dispositivo; e o Chatterbox Multilingual V3, um modelo de 500M de parâmetros compatível com mais de 23 idiomas. Também está disponível um pacote de idioma único, com versões ajustadas para idiomas e dialetos regionais específicos.
Turbo e Nano aceitam tags paralinguísticas, como [laugh], [cough] e [chuckle], no texto de entrada para adicionar sons não verbais. O modelo multilíngue recebe um ID de idioma em cada solicitação, e o modelo Chatterbox original expõe parâmetros CFG e exaggeration para ajustar a forma de falar. A instalação do Python está disponível via pip, e o projeto inclui scripts de exemplo para TTS e conversão de voz. Todo arquivo de áudio gerado inclui uma marca d'água neural PerTh imperceptível, e também há um script para extraí-la.
Recursos principais
- 01Clonagem de voz a partir de um trecho curto de áudio de referência
- 02Modelos Turbo e Nano com tags paralinguísticas, como [laugh] e [cough]
- 03Modelo multilíngue compatível com mais de 23 idiomas, com seleção por ID de idioma
- 04O modelo Nano roda em CPU para uso no próprio dispositivo
- 05Marca d'água PerTh integrada ao áudio gerado
- 06Instalação via pip, com exemplos em Python
Casos de uso
- Criar agentes de voz em inglês com baixa latência para ligações telefônicas ou de suporte ao cliente
- Gerar narrações e locuções criativas com sons não verbais expressivos
- Localizar conteúdo de voz em vários idiomas mantendo uma identidade vocal consistente
- Executar síntese de fala em CPU ou dispositivos de borda com memória limitada
Início rápido
- 1
Instale o pacote pelo PyPI
pip install chatterbox-tts - 2
Carregue um modelo e gere fala a partir de um prompt de texto com um clipe de referência (consulte os exemplos de uso no README)
Antes de usar
- O README informa que o projeto foi desenvolvido e testado somente com Python 3.11 no Debian 11.
- Turbo e Nano funcionam apenas em inglês; para uso multilíngue, são necessários os modelos multilíngues separados.
Tópicos
Perguntas frequentes
- O que é chatterbox?
- Família de modelos open source de text-to-speech da Resemble AI, com clonagem de voz a partir de um trecho curto de referência em inglês e vários outros idiomas. Chatterbox é uma família de modelos open source de text-to-speech da Resemble AI. Os modelos geram fala a partir de texto e podem clonar uma voz usando um trecho de referência fornecido durante a geração. A família inclui o Chatterbox-Turbo, um modelo de 350M de parâmetros em inglês voltado a agentes de voz com baixa latência; o Chatterbox-Nano, um modelo de 110M de parâmetros voltado à inferência em CPU e no próprio dispositivo; e o Chatterbox Multilingual V3, um modelo de 500M de parâmetros compatível com mais de 23 idiomas. Também está disponível um pacote de idioma único, com versões ajustadas para idiomas e dialetos regionais específicos.
- chatterbox é gratuito? Qual é a licença?
- chatterbox é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- chatterbox ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de chatterbox foi em 21 de jul. de 2026.
- Para que posso usar chatterbox?
- Criar agentes de voz em inglês com baixa latência para ligações telefônicas ou de suporte ao cliente Gerar narrações e locuções criativas com sons não verbais expressivos Localizar conteúdo de voz em vários idiomas mantendo uma identidade vocal consistente Executar síntese de fala em CPU ou dispositivos de borda com memória limitada
- Como instalar chatterbox?
- Instale o pacote pelo PyPI: pip install chatterbox-tts Carregue um modelo e gere fala a partir de um prompt de texto com um clipe de referência (consulte os exemplos de uso no README)
- Onde consigo chatterbox?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/resemble-ai/chatterbox
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Biblioteca open source de text-to-speech cujo modelo KittenTTS 2 clona vozes com 5 segundos de áudio e funciona em tempo real na CPU.
16,2 mil967PythonApache-2.0Atualizado há 4 dias
Modelo open source de text-to-speech zero-shot com suporte a mais de 600 idiomas, clonagem de voz e criação de vozes.
14,8 mil2,2 milPythonApache-2.0Atualizado há 8 dias
Biblioteca Python de inferência para o Kokoro-82M, um modelo de conversão de texto em fala com pesos abertos e 82 milhões de parâmetros.
9,5 mil1,1 milJavaScriptApache-2.0Atualizado ano passado
Modelo de TTS leve baseado no ZipVoice para clonagem de voz e geração de fala a 48 kHz, com velocidade superior a 150x em tempo real na GPU.
5,5 mil685PythonApache-2.0Atualizado há 5 meses
Sistema open source de text-to-speech baseado em flow matching com Diffusion Transformer, que oferece clonagem de voz zero-shot a partir de um áudio curto de referência.
IA e Machine Learning#text-to-speech#speech-synthesis#flow-matching#diffusion-transformer#voice-cloning
15,4 mil2,3 milPythonMITAtualizado há 6 dias