Chatterbox TTS

Chatterbox TTS

Resemble AI 的开源文字转语音模型，支持零样本声音克隆和情感夸张控制。最新的多语言版本覆盖 23 种语言，参数量 0.5B。

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 是 Resemble AI 的一个开源文字转语音模型系列，采用 MIT 许可。它能把文字变成语音，也能根据一小段样本复制声音。

最新的版本是 Chatterbox Multilingual V3，这是一个 0.5B 的模型，支持 23 种语言。卡片说它提高了说话人相似度，减少了幻觉，听起来更自然。这个系列还有包含 6 个专用模型的 Single Language Pack，以及最初的英文版 Chatterbox。

适合谁：适合想为视频、游戏、应用或智能体做富有表现力语音的开发者和创作者，也适合需要一个声音说多种语言的团队。

Industry | Who uses it | How they use it | Example
媒体 | 视频创作者 | 加入旁白和角色配音 | 用选定的风格给一部短片配音
游戏 | 游戏开发者 | 给角色加上口语台词 | 生成带有更多情感的对白
本地化 | 产品团队 | 用同一个声音说多种语言 | 把同一条信息做成几种语言

如果你拿不到想复制的那个声音的使用许可，可以跳过它。只使用你有权使用的人脸、声音和录音。

用在哪里：

• 按模型卡片搭好的 Python 环境
• 制作方为每个模型列出的演示页面，如果你想先听听看
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

Use case | Who | What they get back
旁白 | 创作者 | 用你选的声音从文字生成的语音
跨语言声音 | 本地化团队 | 在各语言间保持身份和口音的声音
富有表现力的朗读 | 游戏和媒体制作者 | 通过夸张控制得到情感更多或更少的语音

如何设置：

• Python 和 pip
• 足够放下模型文件的磁盘空间，每个模型约 500M 参数
• 如果想克隆，需要一段你有权使用的声音的短录音

1. 安装 Hugging Face 工具。
2. 下载模型文件。
3. 照模型卡片写加载模型和生成语音的代码。

pip install -U huggingface_hub
hf download ResembleAI/chatterbox

如何使用：给模型你的文字，还可以附上一段要复制的短声音样本。原版模型还提供 CFG 和夸张设置，让表达更平静或更戏剧化。

Model | Size | Languages | Best for
Chatterbox Multilingual V3 | 500M | 23+ | 全球应用和跨语言声音克隆
Single Language Pack | 500M each | 6 dedicated finetunes | 重点语言和对方言敏感的工作
Chatterbox | 500M | English | 带创意控制的通用零样本语音

Title: 每个 Chatterbox 模型的语言数
Chatterbox 原版: 1 种语言
Single Language Pack: 6 种语言
Multilingual V3: 23 种语言

示例：你给模型一句文字和一段你自己声音的短录音。它会用像你的声音把那句话说出来，你再调整夸张设置让它更生动。

新手与专家：如果你刚接触语音模型，在尝试克隆之前，先用英文模型和普通文字。然后再换到多语言版本。

如果你熟悉这个领域，V3 保持了早期版本的 0.5B 大小，重点放在说话人相似度和稳定性上。卡片说它减少了重复和偏离提示的语音。

下载模型文件
在 Python 里加载模型
给它文字和可选的声音样本
得到语音

注意事项：

• 制作方说它和 ElevenLabs 这类闭源系统做过比较并常被偏爱，这些说法出自他们自己
• 卡片称它是第一个带情感夸张控制的开源 TTS 模型
• 制作方还提到一项延迟低于 200 毫秒的付费托管服务
• Hugging Face 列出了别人做的 40 个量化版本和 93 个微调版本
• License: MIT
• Cost to run: 开源模型没有提到
• Data it reaches: 你下载的文件、你给它的文字，以及你提供的任何声音样本
• Not for: 在没有使用权的情况下复制声音

Hugging Face 上的数据（2026年11月13日）

• 任务：text to speech
• 框架：chatterbox
• 最近 30 天下载：2,440,902
• 点赞：1,911
• 许可证：mit
• 语言：ar, da, de, el, en, es, fi, fr
• Quantized versions: 40
• Fine-tunes: 94
• 标签：chatterbox, text-to-speech, speech, speech-generation, voice-cloning, multilingual-tts

链接

• 模型：https://huggingface.co/ResembleAI/chatterbox
• 文件：https://huggingface.co/ResembleAI/chatterbox/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

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。