Chatterbox-Nano

Chatterbox-Nano

这个 110M 参数的模型在普通 CPU 上朗读英文文本，并能通过文本里的标签加入笑声和咳嗽声。适合需要快速设备端语音、内存和延迟预算都很紧的开发者。

由 ResembleAI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Chatterbox-Nano 是 Resemble AI 的 Chatterbox 系列四个开源文字转语音模型里最小的一个。它约有 1.1 亿参数，说英语。模型卡说，在作者把 mel 解码器从 10 步减到 1 步之后，它在 8 核 CPU 上的速度约是实时的 3 倍。

适合谁：适合需要在设备或 CPU 服务器上输出小而快的语音的开发者，许可证为 MIT。

Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 给没有 GPU 的应用加上设备端语音 | 把通知读出来
语音产品 | 智能体开发者 | 给助手配一个反应快的声音 | 回答一个语音提问
媒体 | 内容创作者 | 用笑声和咳嗽声朗读短脚本 | 在一句话里加一声笑
嵌入式和边缘 | 硬件团队 | 在很紧的内存和延迟限制下运行语音 | 在小型机器上播报状态消息

如果你需要其他语言，可以跳过它，因为这个模型只说英语；如果你想要系列里更大型号的创意控制，也可以跳过。

用在哪里：它在你自己机器上的 Python 里运行。

• Python，用 pip 安装 chatterbox-tts 包
• 只有 CPU 的电脑，模型卡把这种环境列为最合适的场景
• Windows、macOS 或 Linux，不过作者是在 Debian 11 和 Python 3.11 上测试的

Use case | Who | What they get back
设备端语音 | 应用开发者 | 在 CPU 上由文字生成的语音音频
语音智能体 | 智能体开发者 | 快速的语音回复
有表现力的朗读 | 创作者 | 带有标签标出的笑声、咳嗽声和轻笑声的语音

如何设置：你需要 Python 和 chatterbox-tts 包。

• 作者开发和测试用的是 Python 3.11
• pip，用来安装这个包
• 一台有 CPU 的电脑，不需要 GPU

1. 用 pip 安装 chatterbox-tts 包。
2. 或者以可编辑模式从源码安装，这样可以修改代码。
3. 如果想把模型文件放到磁盘上，用 hf 命令下载。

pip install chatterbox-tts

pip install -U huggingface_hub
hf download ResembleAI/chatterbox-nano

如何使用：安装这个包，给它英文文本。你可以在文本里放副语言标签来加入声音。这里给出的模型卡文字里没有使用代码，具体调用请看 Chatterbox 的使用部分。

Tool | What it does
[laugh] | 给语音加入笑声的标签
[cough] | 加入咳嗽声的标签
[chuckle] | 加入轻笑声的标签
pip install chatterbox-tts | 安装 Chatterbox 包

示例：你写一句简短的英文，在中间放一个笑声标签。模型把这句话读成音频，笑声就出现在你放标签的位置。

新手与专家：如果你刚接触文字转语音，先在自己的电脑上读一句很短的话，听听效果。然后试一个标签，听听它怎样改变语气。

如果你熟悉这个领域：Nano 采用精简的 110M 架构。语音 token 到 mel 的解码器经过蒸馏，生成只需一步，不再是十步。标签是 Nano 和 Turbo 都原生支持的，Turbo 面向低延迟语音智能体。

安装 chatterbox-tts
加载 Nano 模型
写下带可选标签的文本
在 CPU 上生成语音
保存或播放音频

注意事项：这个系列还有 Turbo、Multilingual 和原版 Chatterbox，模型卡说 Multilingual 模型提供零样本克隆。只使用你有权使用的声音。

Title: Chatterbox 系列的模型大小
Nano: 110M
Turbo: 350M
Multilingual: 500M

• License: MIT
• Cost to run: 在你自己的机器上免费，不过模型卡也推广了 Resemble 的付费文字转语音服务
• Data it reaches: 你给它的文本和电脑上的模型文件，模型卡没有提到其他内容
• Not for: 英语以外的语言，因为 Nano 只支持英语

Hugging Face 上的数据（2026年11月13日）

• 任务：text to speech
• 最近 30 天下载：0
• 点赞：49
• 许可证：mit
• 语言：en
• Quantized versions: 18
• Fine-tunes: 9
• 标签：text-to-speech, speech, speech-generation, voice-cloning

链接

• 模型：https://huggingface.co/ResembleAI/chatterbox-nano
• 文件：https://huggingface.co/ResembleAI/chatterbox-nano/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download ResembleAI/chatterbox-nano

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。