# Chatterbox Turbo (modelo de voz)

> Conversión de texto a voz local y rápida en inglés de Resemble AI (350M): la voz propia del modelo o una voz clonada a partir de un clip de 5-30 s, con etiquetas de sonido como \[laugh\], \[chuckle\] y \[cough\] en el texto. Para diálogos de personajes y voces en off. Se ejecuta con llama.cpp en una GPU o en la CPU. MIT, se permite el uso comercial.

- Id: `aigd.tts-chatterbox-turbo`
- Origen: Oficial (propio `aigd.*`)
- Categoría: Audio
- Editor: AI Game Dev (`aigd`), verificado
- Última versión: 1.0.3 (publicado el 2026-11-22)
- Licencia: MIT
- Requiere la app AI Game Dev: `>=0.32.0-beta.6`
- Código nativo: no
- Valoración: aún sin valoraciones
- Página HTML: https://ai-game.dev/es/packages/aigd.tts-chatterbox-turbo

## Instalar

Con la CLI gamedev, en la carpeta del proyecto:

```bash
gamedev pkg add aigd.tts-chatterbox-turbo
```

En la app de escritorio: abre la ventana Packages (el icono de paquete en la barra de estado), selecciona **Browse**, busca `aigd.tts-chatterbox-turbo` y haz clic en **Add to Project**. Más: https://ai-game.dev/docs/wiki/app/packages

## Versiones

| Versión | Publicado | Requiere app | Notas |
|---|---|---|---|
| 1.0.3 | 2026-11-22 | `>=0.32.0-beta.6` | la más reciente |
| 1.0.2 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## Descripción

````markdown
# Chatterbox Turbo (`aigd.tts-chatterbox-turbo`)

Chatterbox Turbo es [Chatterbox Turbo](https://huggingface.co/ResembleAI/chatterbox-turbo) de Resemble AI (350M): texto a voz en inglés rápido, con la voz propia del modelo o con una voz clonada a partir de un clip corto. Etiquetas como `[laugh]`, `[chuckle]` y `[cough]` en el texto añaden esos sonidos. En AI Game Dev se ejecuta en tu propio ordenador mediante **Local speech** (`aigd.llamacpp`, llama.cpp), en una GPU o en la CPU. Encaja con juegos en inglés que quieren líneas de personaje vivaces con la voz que elijan.

## Qué puedes crear

- Diálogos de personajes en inglés con una voz clonada a partir de un clip de 5–30 s (por ejemplo, tu propia voz o la de un actor que haya dado su consentimiento), para que un reparto mantenga voces coherentes a lo largo de muchas líneas.
- Líneas con sonidos no verbales escritos en el propio texto: risas, risitas y toses.
- Narración y voces en off con la voz integrada del modelo cuando no se proporciona ningún clip.

## Ejemplos de peticiones

- "Usando `Audio/ref/captain.wav` como voz, di: '¡Mantén la posición! [cough] Ya vienen.'"
- "Pon voz al saludo del tabernero con una risita al final."
- "Pon voz a la provocación del villano con la voz clonada: '¿A eso lo llamas espada? [laugh]'"

## Puntos destacados

|  |  |
|---|---|
| Id del modelo | `aigd.tts-chatterbox-turbo.q8-0` |
| Idioma | Inglés |
| Voces | su propia voz, o un clon de un clip de referencia de 5–30 s (no hace falta transcripción) |
| Etiquetas de sonido | `[laugh]`, `[chuckle]`, `[cough]` y similares |
| Salida | 24 kHz, mono; hasta unos 40 s por ejecución |
| Texto por petición | hasta 500 caracteres |
| Se ejecuta en | GPU NVIDIA (CUDA), Vulkan y Mac (Metal), o la CPU |
| Descarga | 1.04 GB, 2 archivos |
| Licencia | MIT, se permite el uso comercial |

## ¿Turbo o Multilingual V3?

AI Game Dev ofrece dos paquetes de Chatterbox:

- **Chatterbox Turbo** (este paquete): solo inglés, etiquetas de sonido, se ejecuta en una GPU o en una CPU (unas 1.2–1.7× más rápido que el tiempo real en una CPU x86 de 16 hilos) mediante llama.cpp. Elígelo para juegos en inglés.
- **[Chatterbox Multilingual V3](https://ai-game.dev/packages/aigd.tts-chatterbox-multilingual-v3)**: 20 idiomas y un control de Exaggeration (emoción), en la CPU con el runtime ONNX incluido en la app, más lento que el tiempo real. Elígelo cuando necesites idiomas distintos del inglés. Resemble AI ya no le da mantenimiento.

## Cómo se ejecuta

Este paquete es solo datos: indica cuáles son los archivos del modelo. Después de que aceptes la licencia, la app los descarga desde Hugging Face, verifica cada uno mediante sha256 y los ejecuta con **Local speech** (`aigd.llamacpp`, llama.cpp) en tu ordenador.

## Descarga

- **Chatterbox Turbo 350M (English)** (`aigd.tts-chatterbox-turbo.q8-0`): 1.04 GB, 2 archivos de [`ggml-org/chatterbox-turbo-GGUF`](https://huggingface.co/ggml-org/chatterbox-turbo-GGUF/tree/66f0393558d0ac1e0337e23a4d15f26e8eca0e12), fijados a ese commit: el modelo de tokens de voz cuantizado a Q8_0 (`chatterbox-turbo-Q8_0.gguf`) y el proyector de audio con el codificador de voz, el decodificador de flujo y el vocoder (`mmproj-chatterbox-turbo-F16.gguf`).

## En qué ordenadores

Usa una GPU con al menos 3 GiB de VRAM para CUDA o Vulkan. En una RTX 4090 con Windows, una petición de voz larga usó 2.9 GiB por encima de la línea base con CUDA y 2.5 GiB con Vulkan. En una CPU x86 de 16 hilos se ejecuta unas 1.2–1.7× más rápido que el tiempo real con 2.5 GB de memoria.

## Clonación de voz

Proporciona un clip de referencia de 5 a 30 segundos de voz limpia; no hace falta transcripción. Sin clip, el modelo habla con su propia voz. Cada ejecución genera hasta unos 40 segundos de voz (1000 frames), así que el texto está limitado a 500 caracteres.

## Licencia

MIT. Se permite el uso comercial. Conserva el aviso de copyright de Resemble AI y el texto de la licencia MIT cuando compartas los archivos del modelo.

- Chatterbox Turbo de Resemble AI: [model card](https://huggingface.co/ResembleAI/chatterbox-turbo) (MIT); texto de la licencia: [LICENSE](https://github.com/resemble-ai/chatterbox/blob/master/LICENSE), "Copyright (c) 2025 Resemble AI".
- Ambos archivos proceden de [`ggml-org/chatterbox-turbo-GGUF`](https://huggingface.co/ggml-org/chatterbox-turbo-GGUF) (MIT): la conversión automática de `ResembleAI/chatterbox-turbo` de llama.cpp en el commit `749d1c1a46eb10492095d68fbcf55691ccf137cd`.

Atribución obligatoria: "Chatterbox Turbo, Copyright (c) 2025 Resemble AI, MIT licence."

Restricciones:

- Si compartes los archivos del modelo, conserva el aviso "Copyright (c) 2025 Resemble AI" y el texto de la licencia MIT.
- El paquete de Python de Resemble AI marca cada salida con una marca de agua PerTh inaudible. llama.cpp no lo hace, así que la voz generada aquí no lleva marca de agua.
- Clona únicamente voces que tengas derecho a usar; la model card pide que no se utilice para causar daño.

Eres responsable de cumplir la licencia del modelo que descargues. Todos los archivos se descargan desde Hugging Face. AI Game Dev no los aloja.
````
