Chatterbox TTS
عائلة نماذج تحويل النص إلى كلام مفتوحة المصدر والمتقاعدة مع استنساخ الصوت بالاعتماد على الأمثلة القليلة (Zero-shot)، وتُحفظ كأرشيف عام.
كود برمجسي بترخيص MIT لنماذج الصوت Turbo وNano وMultilingual V3، بدون أي دعم منذ أغسطس 2026.
Chatterbox هي عائلة من نماذج تحويل النص إلى كلام مفتوحة المصدر من Resemble AI والتي تقوم باستنساخ صوت من مقطع مرجعي قصير. يوضح ملف README أنه اعتباراً من أغسطس 2026 يُعد بحثاً متقاعداً ولم يعد يتم صيانته. استخدمه فقط إذا كنت تقبل أرشيفاً بدون دعم أو تحديثات.
ما هو
تقوم بتثبيت حزمة Python المسمى chatterbox-tts وتوليد الكلام باستخدام Turbo (حجم 350M، اللغة الإنجليزية، علامات شبه لغوية مثل [laugh])، أو Nano (حجم 110M، اللغة الإنجليزية، يعمل على CPU)، أو Multilingual V3 (حجم 500M، أكثر من 23 لغة) أو النموذج الإنجليزي الأصلي. كل ملف مُوَلَّد يحمل علامة Perth المائية الخاصة بـ Resemble.
لمن هو
هذا يناسب المطورين والباحثين الذين يرغبون في دراسة أو تشغيل نماذج استنساخ الصوت بأنفسهم والقادرين على التعامل مع PyTorch ووحدة معالجة رسومات (GPU). وهو لا يناسب أي شخص يحتاج إلى تحديثات أو إصلاحات أمنية أو خدمة تجارية: يوضح ملف README أنه لا يوجد دعم أو فئة مدفوعة، ولا تقوم شركة Resemble AI ببيع تقنيات TTS.
أهم الميزات
استنساخ الصوت بلقطة واحدة (Zero-shot)
استنساخ صوت من مقطع مرجعي مدته حوالي 10 ثوانٍ.
نموذج Turbo مع العلامات
نموذج إنجليزي بحجم 350M مع علامات أصلية مثل [cough] و[laugh] و[chuckle].
نموذج Nano لوحدة المعالجة المركزية (CPU)
نموذج بحجم 110M يقول ملف README إنه يعمل بسرعة أسرع 3 مرات من الوقت الفعلي على 8 أنوية بمعالجة مركزية (CPU).
Multilingual V3 متعدد اللغات
نموذج بحجم 500M لأكثر من 23 لغة بما في ذلك العربية والهندية واليابانية والسواحيلية.
حزمة لغة واحدة
ستة تعديلات دقيقة مخصصة للغات ذات الأولوية والمتغيرات الإقليمية.
علامة Perth المائية المدمجة
جميع الملفات الصوتية المُوَلَّدة تتضمن علامة مائية عصبية غير مرئية يمكنك استخراجها.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- استنساخ الصوت من مقطع مرجعي قصير لا يحتاج إلى تدريب لكل صوت على حدة.
- يعمل نموذج Nano على وحدة المعالجة المركزية (CPU)، لذا يمكنك تجربته بدون الحاجة لوحدة معالجة رسومات (GPU).
- تتيح لك العلامات شبه اللغوية في نموذج Turbo إضافة ضحكات أو سعال ضمن النص مباشرةً.
- يحمل الإخراج علامة مائية مع سكريبت للاستخراج، مما يساعدك على تصنيف الصوت الاصطناعي.
أين يقصّر
- يوضح ملف README أنه متقاعد وبدون صيانة: لا يوجد دعم، لا توجد تحديثات، لا توجد إصلاحات أمنية، ولا توجد فئة مدفوعة.
- لا تبيع Resemble AI منتجات صوتية وقد انتقلت إلى الكشف عن التزييف العميق (Deepfake)، لذا لا يوجد مسار تجاري لهذا النموذج.
- يحتاج نموذج Turbo والنماذج متعددة اللغات إلى PyTorch وللحصول على سرعة جيدة إلى وحدة معالجة رسومات (GPU) تدعم CUDA؛ ويذكر ملف README أنه تم تطويره على Python 3.11 على نظام Debian 11.
- نظرًا لأن التبعيات مثبتة بإصدارات محددة في pyproject.toml، فقد تتعارض مع إصدارات Python أو المكتبات الأحدث بمرور الوقت.
التسعير والرخصة
الكود مرخص برخصة MIT ومجاني. يوضح ملف README أنه لا توجد فئة مدفوعة ولا يوجد دعم؛ ولا تبيع Resemble AI تقنية تحويل النص إلى كلام، لذا فإن تكلفتك الوحيدة هي الجهاز الذي تقوم بتشغيل النموذج عليه.
وظائف للناطقين بالعربية
766 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٤ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
هل لا يزال Chatterbox يحظى بالصيانة؟
لا. يوضح ملف README أنه اعتباراً من أغسطس 2026، يُعد Chatterbox بحثاً متقاعداً ولم يعد يتم صيانته، وقد تم إبقاؤه عاماً كأرشيف تحت رخصة MIT.
هل يحتاج إلى وحدة معالجة رسومات (GPU)؟
تستخدم الأمثلة cuda، ولكن ملف README يشير إلى أن Nano يستهدف الاستدلال على وحدة المعالجة المركزية (CPU)، كما يدرج النموذج الأصلي وحدات المعالجة cpu و mps.
ما هي اللغات التي تدعمها النسخة متعددة اللغات؟
يذكر ملف README 23 لغة، بدءاً من العربية والدانماركية وصولاً إلى السواحيلية والتركية والصينية.
