Esta página foi traduzida automaticamente do inglês. Leia o original em inglês.

Chatterbox Turbo (modelo de fala)

OficialÁudioGPUv1.0.3aigd.tts-chatterbox-turbo
Instalar Ainda sem o app? Baixe grátis
Ou pelo terminal
gamedev pkg add aigd.tts-chatterbox-turbo
Roda no seu computador. Baixa o modelo uma vez e gera na GPU deste computador.

Visão geral

Conversão de texto em fala em inglês, local e rápida, da Resemble AI (350M): a voz do próprio modelo ou uma voz clonada a partir de um clipe de 5 a 30 s, com tags de som como [laugh], [chuckle] e [cough] no texto. Para diálogos de personagens e locuções. Roda com llama.cpp em uma GPU ou na CPU. MIT, uso comercial permitido.

Com som

Chatterbox Turbo é o Chatterbox Turbo da Resemble AI (350M): síntese de fala rápida em inglês, na voz própria do modelo ou em uma voz clonada a partir de um clipe curto. Tags como [laugh], [chuckle] e [cough] no texto adicionam esses sons. No AI Game Dev ele roda no seu próprio computador por meio de Local speech (aigd.llamacpp, llama.cpp), em uma GPU ou na CPU. Ele é indicado para jogos em inglês que querem falas de personagens animadas em uma voz à sua escolha.

O que você pode criar

  • Diálogo de personagem em inglês em uma voz clonada a partir de um clipe de 5 a 30 s (por exemplo, sua própria voz ou a de um ator que concordou com isso), para que um elenco mantenha vozes consistentes ao longo de muitas falas.
  • Falas com sons não verbais escritos no próprio texto: risadas, risadinhas, tosses.
  • Narração e locuções na voz integrada do modelo quando nenhum clipe é fornecido.

Exemplos de pedidos

  • "Usando Audio/ref/captain.wav como voz, diga: 'Mantenham a posição! [cough] Eles estão vindo.'"
  • "Dê voz à saudação do taverneiro com uma risadinha no final."
  • "Dê voz à provocação do vilão na voz clonada: 'Você chama isso de espada? [laugh]'"

Destaques

ID do modeloaigd.tts-chatterbox-turbo.q8-0
IdiomaInglês
Vozesa voz própria do modelo, ou um clone de um clipe de referência de 5 a 30 s (sem necessidade de transcrição)
Tags de som[laugh], [chuckle], [cough] e similares
Saída24 kHz, mono; até cerca de 40 s por execução
Texto por pedidoaté 500 caracteres
Executa emGPUs NVIDIA (CUDA), Vulkan e Mac (Metal), ou na CPU
Download1,04 GB, 2 arquivos
LicençaMIT, uso comercial permitido

Turbo ou Multilingual V3

O AI Game Dev oferece dois pacotes Chatterbox:

  • Chatterbox Turbo (este pacote): somente inglês, tags de som, roda em uma GPU ou na CPU (cerca de 1,2 a 1,7× mais rápido que o tempo real em uma CPU x86 de 16 threads) por meio do llama.cpp. Escolha-o para jogos em inglês.
  • Chatterbox Multilingual V3: 20 idiomas e um controle de Exaggeration (emoção), na CPU no runtime ONNX incluído no app, mais lento que o tempo real. Escolha-o quando precisar de idiomas além do inglês. A Resemble AI não o mantém mais.

Como ele roda

Este pacote é somente dados: ele indica os arquivos do modelo. Depois que você aceita a licença, o app baixa os arquivos do Hugging Face, verifica cada um por sha256 e os executa com Local speech (aigd.llamacpp, llama.cpp) no seu computador.

Download

  • Chatterbox Turbo 350M (English) (aigd.tts-chatterbox-turbo.q8-0): 1,04 GB, 2 arquivos de ggml-org/chatterbox-turbo-GGUF, fixados nesse commit: o modelo de tokens de fala quantizado para Q8_0 (chatterbox-turbo-Q8_0.gguf) e o projetor de áudio com o codificador de voz, o decodificador de fluxo e o vocoder (mmproj-chatterbox-turbo-F16.gguf).

Em quais computadores

Use uma GPU com pelo menos 3 GiB de VRAM para CUDA ou Vulkan. Em uma RTX 4090 no Windows, um pedido de fala longo usou 2,9 GiB acima da linha de base no CUDA e 2,5 GiB no Vulkan. Em uma CPU x86 de 16 threads ele roda cerca de 1,2 a 1,7× mais rápido que o tempo real com 2,5 GB de memória.

Clonagem de voz

Forneça um clipe de referência de 5 a 30 segundos de fala limpa; não é preciso transcrição. Sem um clipe, o modelo fala com a própria voz. Uma execução gera até cerca de 40 segundos de fala (1000 quadros), então o texto fica limitado a 500 caracteres.

Licença

MIT. O uso comercial é permitido. Mantenha o aviso de copyright da Resemble AI e o aviso MIT quando você compartilhar os arquivos do modelo.

  • Chatterbox Turbo da Resemble AI: model card (MIT); texto da licença: LICENSE, "Copyright (c) 2025 Resemble AI".
  • Os dois arquivos vêm de ggml-org/chatterbox-turbo-GGUF (MIT): conversão automática do llama.cpp de ResembleAI/chatterbox-turbo no commit 749d1c1a46eb10492095d68fbcf55691ccf137cd.

Atribuição obrigatória: "Chatterbox Turbo, Copyright (c) 2025 Resemble AI, MIT licence."

Restrições:

  • Se você compartilhar os arquivos do modelo, mantenha o aviso "Copyright (c) 2025 Resemble AI" e o texto da licença MIT.
  • O pacote Python da própria Resemble AI marca toda saída com um watermark PerTh inaudível. O llama.cpp não faz isso, então a fala gerada aqui não tem watermark.
  • Clone apenas vozes que você tem o direito de usar; o model card pede que ele não seja usado para causar dano.

Você é responsável por seguir a licença do modelo que baixar. Todos os arquivos são baixados do Hugging Face. O AI Game Dev não os hospeda.

Versões

Versões de Chatterbox Turbo (modelo de fala)
VersãoLançamentoRequer o app
1.0.3Mais recente0.32.0-beta.6 ou mais recente
1.0.20.32.0-beta.6 ou mais recente

Instalar

No app para desktop

Abra a janela Pacotes (o ícone de pacote na barra de status), selecione Explorar, pesquise aigd.tts-chatterbox-turbo e clique em Adicionar ao projeto.

Ainda sem o app? Baixe o AI Game Dev grátis para Windows, macOS ou Linux.

Pelo terminal

Com a CLI gamedev, na pasta do seu projeto:

gamedev pkg add aigd.tts-chatterbox-turbo

Requisitos

  • AI Game Dev 0.32.0-beta.6 ou mais recente

Mais sobre pacotes

Instalar
gamedev pkg add aigd.tts-chatterbox-turbo