chatterbox

开源高自然度语音合成,输入文字出拟人配音

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 3718 🐛 待处理 381 👀 关注 157
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 27645
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源免费,需自行部署

项目预览

chatterbox 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队resemble-ai
定价模式🏷️完全免费
价格说明开源免费,需自行部署
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
GitHub 星标★ 27645
上线时间2025-04-23 00:00:00
代码更新2026-11-04
仓库体积1.5 MB
本站数据更新2026-11-08
维护状态活跃
收录时间2026-11-08
浏览次数0

项目介绍

Chatterbox 是 Resemble AI 开源的文本转语音(TTS)模型与推理代码库,主打接近商用水平的自然语音合成。它解决的是开源 TTS 在音质、韵律与情感表现上普遍弱于闭源服务的问题,让开发者能在本地或自有服务器上搭建语音生成能力。核心能力包括:将输入文本合成为连贯、带自然停顿和语调的语音;支持通过参考音频进行音色克隆与风格迁移;提供 Python 接口与命令行方式调用,便于集成到配音、有声内容、语音助手等流程中。项目以 Python 实现,模型权重与推理脚本一并开放,适合做二次微调或产品原型验证。其定位是研究与应用之间的桥梁:既可作为学术对比基线,也能直接用于批量语音内容生产。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-11-08 · 当前星标 ★ 27645

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 10 分钟 部署方式:库/依赖 4 步

环境要求

  • Python 环境(README 未注明最低版本)
  • pip 包管理工具
  • 示例代码导入了 PyTorch 与 torchaudio,需可正常安装
  • 可选 NVIDIA GPU 与 CUDA 环境;无 GPU 时可用 CPU

安装与启动步骤

  1. 1确认运行环境

    先确认 Python 与 pip 可用;示例代码同时导入 torch 与 torchaudio,安装依赖前先保证这两者可正常安装。

    python --version
    pip --version
  2. 2安装 chatterbox-tts

    README 给出的标准安装方式是用 pip 从包索引安装 chatterbox-tts,一条命令即可完成。

    pip install chatterbox-tts
  3. 3加载 Turbo 模型

    按 README 示例从预训练权重加载 ChatterboxTurboTTS;有 GPU 用 cuda,无 GPU 改成 cpu。

    python -c "import torchaudio as ta
    import torch
    from chatterbox.tts_turbo import ChatterboxTurboTTS
    
    model = ChatterboxTurboTTS.from_pretrained(device=\"cuda\", nano=True)"
  4. 4改写为脚本运行

    命令较长时建议存成 .py 文件再执行,便于后续修改 device、nano 等参数并复用模型对象。

    python load_chatterbox.py

关键配置

配置项必填说明示例
device是指定模型运行设备,cuda 用 GPU,cpu 用处理器。cuda
nano否from_pretrained 的示例参数,加载示例中的 Nano 版本模型。True

如何确认成功

执行加载脚本无异常退出,模型对象成功创建,即说明依赖与权重可正常使用。

常见问题

Q:项目还能长期使用吗?

A:README 声明该项目自 2026 年 8 月起停止维护,代码以 MIT 协议归档保留,不再提供支持与更新,建议仅用于研究或原型验证。

Q:没有显卡可以跑吗?

A:可以。示例注释说明该模型也能在 CPU 上运行,把 device="cuda" 改为 device="cpu" 即可。

Q:安装后导入报错怎么办?

A:多为 torch、torchaudio 未正确安装或版本不匹配。先在当前环境确认这两个包能正常导入,再重新安装 chatterbox-tts。

Q:首次加载模型很慢?

A:首次调用 from_pretrained 需要获取预训练权重,耗时取决于网络与磁盘;加载完成后本地会产生缓存,再次启动会更快。

注意事项

  • README 明确该项目已停止维护,仅作为归档代码保留,不提供技术支持。
  • README 中「从源码安装」的命令在节选里被截断,本教程未给出未经验证的源码安装命令。
  • 示例仅展示模型加载,未包含文本合成调用;具体合成接口请以仓库代码为准。
  • 涉及音色克隆时,请确保对参考音频拥有合法授权,遵守当地法律法规。

核心亮点

  • 合成音质与韵律接近商用 TTS,长句停顿和语调自然
  • 支持参考音频驱动的音色克隆,少量样本即可迁移音色
  • Python 实现且权重开放,便于本地部署、微调与二次开发

不足之处

  • 推理对显存和算力有一定要求,低配设备上实时性受限
  • 克隆音色涉及声音权属与合规风险,项目侧缺少使用约束机制

适用场景

  • 为短视频、播客批量生成旁白配音
  • 为有声书与课程内容制作多角色朗读
  • 在语音助手或客服原型中快速接入本地 TTS

替代项目

Coqui TTS、Tortoise TTS、Fish Speech

上一篇:TTS

下一篇:Audio8_TTS

同类项目推荐

kokoro-tts 开源

命令行一键把电子书和PDF变成有声书

A CLI text-to-speech tool using the Kokoro model, supporting multiple languages, voi···

★ 1990 2026-08-09
StyleSpeech 开源

一条参考音频,快速克隆说话风格,合成自然语音

Official implementation of Meta-StyleSpeech and StyleSpeech

★ 254 2026-08-09
Comprehensive-Transformer-TTS 开源

用Transformer并行合成语音,速度飞快,效果媲美SOTA。

A Non-Autoregressive Transformer based Text-to-Speech, supporting a family of SOTA t···

★ 327 2026-08-09
ACE-Step-1.5 开源

本地跑文本生成音乐,Mac/AMD/Intel 都能用

The most powerful local music generation model that outperforms almost all commercia···

★ 14475 2026-10-02
tts-audiobook-tool 开源

一个工具集成多种TTS模型,轻松制作高品质有声书

Audiobook creation app supporting too many TTS models (Qwen3-TTS, OmniVoice, VibeVoi···

★ 245 2026-08-09
nnmnkwii 开源

快速搭建语音合成原型,专注算法验证与实验。

Library to build speech synthesis systems designed for easy and fast prototyping.

★ 399 2026-08-09
CosyVoice2-Ex 开源

3秒复刻音色,自然语言控声音,开箱即用的语音合成增强包

CosyVoice2 功能扩充(预训练音色推理/3s极速复刻/自然语言控制/自动识别/音色模型保存/AP···

★ 196 2026-08-09
ismir2019tutorial 开源

跟着教程用GAN生成音乐,从理论到案例一站学会

Website for tutorial "Generating Music with GANs: An Overview and Case Studies"

★ 84 2026-08-09
tihu 开源

让波斯语文本开口说话,离线合成自然语音

Persian Text-To-Speech

★ 85 2026-08-09