Для чего: открытая TTS от Resemble AI с клонированием голоса по короткому образцу — локально, без оплаты.

Что это и кому

Chatterbox — открытая TTS-модель от Resemble AI с клонированием голоса по короткому образцу, работает локально и бесплатно. Для разработчика и контент-мейкера, которым нужен свой/заданный голос без облачных счетов и без передачи данных наружу. Выделяется тем, что даёт zero-shot клонирование в open-source — то, за что обычно берут деньги облака.

Ключевые возможности

Zero-shot клонирование голоса по референс-аудио в несколько секунд.
Открытые веса — локально, оффлайн, без оплаты.
Контроль выразительности/эмоций синтеза.
Пакет для Python, запуск на GPU.
Опциональная маркировка сгенерированного аудио (watermarking) от Resemble.
Подходит для пайплайнов дубляжа и озвучки персонажей.

Как начать за 5 минут

Установи:

pip install chatterbox-tts

Синтезируй с клонированием по образцу:

from chatterbox.tts import ChatterboxTTS; import torchaudio
model = ChatterboxTTS.from_pretrained(device="cuda")
wav = model.generate("Привет, мир", audio_prompt_path="voice_sample.wav")
torchaudio.save("out.wav", wav, model.sr)

Подставь свой voice_sample.wav, чтобы клонировать голос.

Когда брать, а когда нет

✅ Бери, если: нужно локальное бесплатное клонирование голоса по образцу с контролем эмоций.
✅ Бери, если: важны приватность и оффлайн, а облачные TTS не вариант.
❌ Не бери → лучше «Kokoro TTS», если клонирование не нужно — Kokoro легче и проще для готовых голосов.
❌ Не бери → лучше «ElevenLabs», если нужна зрелая облачная dubbing-экосистема и максимум языков «из коробки».

Цена по-честному

Бесплатно (open-source). Затраты — GPU для комфортной скорости. Коммерческое использование — сверяйся с лицензией репозитория. Точные требования зависят от железа.

Подводные камни

Клонирование чужого голоса без согласия — юридический/этический риск; учитывай маркировку аудио.
Качество клона зависит от чистоты референс-аудио (шум портит результат).
Для приличной скорости нужен GPU; на CPU медленно.
Поддержка языков ограничена — проверяй русский на своих образцах.

🤖 Промт-ускоритель

«Я хочу локально клонировать голос и озвучить текст на русском через Chatterbox (Resemble AI). Помоги установить, подготовить чистый референс-образец (длительность, формат, как убрать шум), написать скрипт генерации с audio_prompt_path, и настроить выразительность. Подскажи требования к GPU и как соблюсти этику/лицензию при использовании голоса.»