Chatterbox TTS
Família de modelos de conversão de texto em fala de código aberto descontinuada, com clonagem de voz zero-shot, mantida pública como um arquivo.
Código MIT para os modelos de fala Turbo, Nano e Multilingual V3, sem suporte desde agosto de 2026.
O Chatterbox é uma família de modelos de conversão de texto em fala de código aberto da Resemble AI que clona uma voz a partir de um pequeno clipe de referência. O README afirma que, a partir de agosto de 2026, é uma pesquisa desativada e não é mais mantida. Use-o apenas se aceitar um arquivo sem suporte ou atualizações.
O que é
Você instala o pacote Python chatterbox-tts e gera fala com o Turbo (350M, inglês, tags paralinguísticas como [laugh]), Nano (110M, inglês, roda em CPU), Multilingual V3 (500M, mais de 23 idiomas) ou o modelo original em inglês. Cada arquivo gerado traz a marca d'água Perth da Resemble.
Para quem
É adequado para desenvolvedores e pesquisadores que desejam estudar ou executar modelos de clonagem de voz por conta própria e sabem lidar com PyTorch e uma GPU. Não é adequado para quem precisa de atualizações, correções de segurança ou um serviço comercial: o README diz que não há suporte ou plano pago, e a Resemble AI não vende TTS.
Recursos principais
Clonagem de voz zero-shot
Clone uma voz a partir de um clipe de referência de aproximadamente 10 segundos.
Modelo Turbo com tags
Modelo em inglês de 350M com tags nativas como [cough], [laugh] e [chuckle].
Nano para CPU
Modelo de 110M que o README diz rodar 3x mais rápido que o tempo real em 8 núcleos de CPU.
Multilingual V3
Modelo de 500M para mais de 23 idiomas, incluindo árabe, híndi, japonês e suaíli.
Pacote de idioma único
Seis ajustes finos dedicados para idiomas prioritários e variantes regionais.
Marca d'água Perth integrada
Todo o áudio gerado inclui uma marca d'água neural imperceptível que você pode extrair.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- A clonagem de voz a partir de um pequeno clipe de referência não precisa de treinamento por voz.
- O Nano roda na CPU, então você pode testá-lo sem uma GPU.
- As tags paralinguísticas no Turbo permitem adicionar risadas ou tosses diretamente no texto.
- A saída carrega uma marca d'água com um script de extração, o que ajuda a rotular áudio sintético.
Onde deixa a desejar
- O README diz que ele foi descontinuado e não tem manutenção: sem suporte, sem atualizações, sem correções de segurança e sem plano pago.
- A Resemble AI não vende produtos de voz e migrou para detecção de deepfakes, portanto não há rota comercial para este modelo.
- O Turbo e os modelos multilíngues precisam de PyTorch e, para uma boa velocidade, de uma GPU CUDA; o README diz que foi desenvolvido em Python 3.11 no Debian 11.
- Como as dependências estão fixadas no pyproject.toml, ele pode entrar em conflito com versões mais recentes do Python ou de bibliotecas ao longo do tempo.
Preços & licença
O código é licenciado sob a licença MIT e é gratuito. O README diz que não há plano pago nem suporte; a Resemble AI não vende conversão de texto em fala, então seu único custo é a máquina em que você o executa.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
O Chatterbox ainda é mantido?
Não. O README afirma que, a partir de agosto de 2026, o Chatterbox é uma pesquisa descontinuada e não é mais mantido, mantido público como um arquivo sob a licença MIT.
Ele precisa de uma GPU?
Os exemplos usam cuda, mas o README diz que o Nano tem como alvo a inferência em CPU e o modelo original também lista dispositivos cpu e mps.
Quais idiomas o Multilingual suporta?
O README lista 23 idiomas, do árabe e dinamarquês ao suaíli, turco e chinês.
