Chatterbox TTS
Ausgemusterte Open-Source-Modellfamilie für Text-to-Speech mit Zero-Shot-Stimmklonierung, die als Archiv öffentlich gehalten wird.
MIT-Code für die Sprachmodelle Turbo, Nano und Multilingual V3, ohne Support seit August 2026.
Chatterbox ist eine Open-Source-Text-to-Speech-Modellfamilie von Resemble AI, die eine Stimme anhand eines kurzen Referenzclips kloniert. Laut der README handelt es sich seit August 2026 um ausgemusterte Forschung, die nicht mehr gewartet wird. Nutzen Sie es nur, wenn Sie ein Archiv ohne Support oder Updates akzeptieren.
Was es ist
Sie installieren das chatterbox-tts Python-Paket und generieren Sprache mit Turbo (350M, Englisch, paralinguistische Tags wie [laugh]), Nano (110M, Englisch, läuft auf CPU), Multilingual V3 (500M, 23+ Sprachen) oder dem originalen englischen Modell. Jede generierte Datei trägt das Perth-Wasserzeichen von Resemble.
Für wen
Es eignet sich für Entwickler und Forscher, die Modelle zur Stimmklonierung untersuchen oder selbst ausführen möchten und mit PyTorch und einer GPU umgehen können. Es eignet sich nicht für Personen, die Updates, Sicherheitsupdates oder einen kommerziellen Service benötigen: Laut der README gibt es keinen Support oder kostenpflichtigen Tarif, und Resemble AI verkauft kein TTS.
Wichtige Funktionen
Zero-Shot-Stimmklonierung
Klonieren Sie eine Stimme aus einem ca. 10 Sekunden langen Referenzclip.
Turbo-Modell mit Tags
350M englisches Modell mit nativen Tags wie [cough], [laugh] und [chuckle].
Nano für CPU
110M Modell, das laut README auf 8 CPU-Kernen 3x schneller als in Echtzeit läuft.
Multilingual V3
500M Modell für 23+ Sprachen einschließlich Arabisch, Hindi, Japanisch und Suaheli.
Single Language Pack
Sechs dedizierte Fine-Tunes für Prioritätssprachen und regionale Varianten.
Integriertes Perth-Wasserzeichen
Alle generierten Audios enthalten ein unmerkliches neuronales Wasserzeichen, das Sie extrahieren können.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Stimmklonierung aus einem kurzen Referenzclip erfordert kein Training pro Stimme.
- Nano läuft auf CPU, sodass Sie es ohne GPU ausprobieren können.
- Paralinguistische Tags in Turbo ermöglichen es Ihnen, Lachen oder Husten inline in den Text einzufügen.
- Die Ausgabe enthält ein Wasserzeichen mit einem Extraktionsskript, das Ihnen hilft, synthetisches Audio zu kennzeichnen.
Schwächen
- Die README besagt, dass es ausgemustert und unmaintained ist: kein Support, keine Updates, keine Sicherheitsupdates und kein kostenpflichtiger Tarif.
- Resemble AI verkauft keine Sprachprodukte mehr und hat sich der Deepfake-Erkennung zugewandt, daher gibt es keinen kommerziellen Weg zu diesem Modell.
- Turbo und die multilingualen Modelle benötigen PyTorch und für eine gute Geschwindigkeit eine CUDA-GPU; laut README wurde es auf Python 3.11 unter Debian 11 entwickelt.
- Da Abhängigkeiten in pyproject.toml fixiert sind, kann es im Laufe der Zeit zu Konflikten mit neueren Python- oder Bibliotheksversionen kommen.
Preise & Lizenz
Der Code ist MIT-lizenziert und kostenlos. Laut der README gibt es keinen kostenpflichtigen Tarif und keinen Support; Resemble AI verkauft kein Text-to-Speech, daher sind Ihre einzigen Kosten die Maschine, auf der Sie es ausführen.
Stellen für Deutschsprachige
767 offene Remote-Stellen im KI-Training, aktualisiert am 14. November 2026; die meisten zahlen $20–$175 pro Stunde. 11 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Wird Chatterbox noch gewartet?
Nein. Die README besagt, dass Chatterbox seit August 2026 ausgemusterte Forschung und nicht mehr gewartet ist und unter der MIT-Lizenz als Archiv öffentlich gehalten wird.
Wird eine GPU benötigt?
Die Beispiele verwenden cuda, aber die README besagt, dass Nano auf CPU-Inferenz abzielt und das Originalmodell auch cpu- und mps-Geräte auflistet.
Welche Sprachen unterstützt Multilingual?
Die README listet 23 Sprachen auf, von Arabisch und Dänisch bis hin zu Suaheli, Türkisch und Chinesisch.
