Repolode
提交项目
resemble-ai

resemble-ai/chatterbox

Resemble AI 开源的文本转语音模型系列，支持基于参考音频的声音克隆，覆盖英语及多种其他语言。

可替代:ElevenLabs

在 GitHub 查看官网
Star
27,100
Fork
3,649
未关闭 Issue
375
最近提交
3个月前

这是什么？

Chatterbox 是 Resemble AI 开源的文本转语音模型系列。模型可以将文本合成为语音，并根据生成时提供的参考音频克隆声音。系列包括面向低延迟语音助手的英语模型 Chatterbox-Turbo（350M 参数）、适合 CPU 和端侧推理的 Chatterbox-Nano（110M 参数），以及支持 23 种以上语言的多语言模型 Chatterbox Multilingual V3（500M 参数）。此外还提供针对特定语言和地区方言微调的单语言包。

Turbo 和 Nano 支持在文本中加入 [laugh]、[cough]、[chuckle] 等副语言标签，以生成笑声、咳嗽等非语言声音。多语言模型通过语言 ID 指定输出语言，原始 Chatterbox 模型则提供 CFG 和 exaggeration 参数用于调节语音表现力。项目可通过 pip 安装，并附带 TTS 与语音转换的示例脚本。生成的每个音频文件都嵌入了 PerTh 神经水印，并提供了水印提取脚本。

核心功能

  • 01基于短参考音频进行声音克隆
  • 02Turbo 和 Nano 支持 [laugh]、[cough] 等副语言标签
  • 03多语言模型覆盖 23 种以上语言，可通过语言 ID 指定
  • 04Nano 模型可在 CPU 上运行，适合端侧部署
  • 05生成音频内置 PerTh 神经水印
  • 06可通过 pip 安装，提供 Python 示例

适用场景

  • 构建面向电话或客服场景的低延迟英语语音助手
  • 生成带有笑声等非语言声音的旁白和创意配音
  • 以统一的声音身份制作多语言本地化语音内容
  • 在内存有限的 CPU 或边缘设备上运行语音合成

快速上手

  1. 1

    从 PyPI 安装软件包

    pip install chatterbox-tts
  2. 2

    加载模型，并使用参考音频从文本生成语音（参见 README 中的用法示例）

使用前须知

  • README 称该项目仅在 Debian 11 上使用 Python 3.11 开发和测试。
  • Turbo 和 Nano 仅支持英语，使用多语言功能需要单独的多语言模型。

标签

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

常见问题

chatterbox 是什么？
Resemble AI 开源的文本转语音模型系列，支持基于参考音频的声音克隆，覆盖英语及多种其他语言。 Chatterbox 是 Resemble AI 开源的文本转语音模型系列。模型可以将文本合成为语音，并根据生成时提供的参考音频克隆声音。系列包括面向低延迟语音助手的英语模型 Chatterbox-Turbo（350M 参数）、适合 CPU 和端侧推理的 Chatterbox-Nano（110M 参数），以及支持 23 种以上语言的多语言模型 Chatterbox Multilingual V3（500M 参数）。此外还提供针对特定语言和地区方言微调的单语言包。
chatterbox 可以免费使用吗？用的什么许可证？
chatterbox 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
chatterbox 还在维护吗？
半年内有更新。chatterbox 最近一次提交是在 2026年7月21日。
chatterbox 适合用来做什么？
构建面向电话或客服场景的低延迟英语语音助手 生成带有笑声等非语言声音的旁白和创意配音 以统一的声音身份制作多语言本地化语音内容 在内存有限的 CPU 或边缘设备上运行语音合成
chatterbox 怎么安装和运行？
从 PyPI 安装软件包: pip install chatterbox-tts 加载模型，并使用参考音频从文本生成语音（参见 README 中的用法示例）
在哪里获取 chatterbox？
源代码和安装说明在 GitHub 上：https://github.com/resemble-ai/chatterbox

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目