本頁面由英文機器翻譯而成。閱讀英文原文。

Chatterbox Turbo(語音模型)

官方音訊GPUv1.0.3aigd.tts-chatterbox-turbo
安裝 還沒安裝應用程式?免費下載
或在終端機中執行
gamedev pkg add aigd.tts-chatterbox-turbo
在你的電腦上執行。 只需下載一次模型,之後便在這台電腦的 GPU 上生成。

總覽

Resemble AI 推出的快速本機英文文字轉語音模型(350M):可用模型內建聲音,或使用複製自 5-30 秒音檔的聲音,並可在文字中加入 [laugh]、[chuckle]、[cough] 等聲音標籤。適合角色對白與旁白配音。透過 llama.cpp 在 GPU 或 CPU 上執行。MIT 授權,允許商業使用。

含音效

Chatterbox Turbo 是 Resemble AI 的 Chatterbox Turbo(350M):快速的英文文字轉語音,可用模型本身的聲音,或用短片段複製而來的聲音。文字中的 [laugh]、[chuckle]、[cough] 等標籤會加入這些聲音。在 AI Game Dev 中,它透過 Local speech(aigd.llamacpp,llama.cpp)在你的電腦上執行,可用 GPU 或 CPU。它適合想要用自選聲音呈現生動角色台詞的英文遊戲。

你可以製作的內容

  • 用 5–30 秒片段複製而成的聲音(例如你自己的聲音,或同意授權的配音員)來呈現英文角色對白,讓同一批角色在許多台詞中維持一致的聲音。
  • 在台詞中直接寫出非語音聲音:笑聲、輕笑、咳嗽。
  • 未提供片段時,以模型內建的聲音呈現旁白與配音。

範例請求

  • 「用 Audio/ref/captain.wav 當聲音,說:『Hold the line! [cough] They're coming.』」
  • 「用聲音演出酒館老闆的招呼,最後加一聲輕笑。」
  • 「用複製的聲音演出反派的嘲諷:『You call that a sword? [laugh]』」

重點特色

模型 IDaigd.tts-chatterbox-turbo.q8-0
語言英文
聲音模型本身的聲音,或複製自 5–30 秒參考片段(不需要逐字稿)
聲音標籤[laugh]、[chuckle]、[cough] 等
輸出24 kHz,單聲道;每次執行最多約 40 秒
每次請求的文字最多 500 個字元
執行環境NVIDIA(CUDA)、Vulkan 與 Mac(Metal)GPU,或 CPU
下載1.04 GB,2 個檔案
授權MIT,允許商業使用

Turbo 還是 Multilingual V3

AI Game Dev 提供兩個 Chatterbox 套件:

  • Chatterbox Turbo(本套件):僅支援英文、具備聲音標籤,透過 llama.cpp 在 GPU 或 CPU 上執行(在 16 執行緒的 x86 CPU 上約比即時快 1.2–1.7 倍)。英文遊戲請選這個。
  • Chatterbox Multilingual V3:支援 20 種語言與 Exaggeration(情緒)控制,在應用程式內建的 ONNX 執行環境中以 CPU 執行,速度比即時慢。需要英文以外的語言時請選這個。Resemble AI 已不再維護它。

運作方式

本套件只包含資料:它記載模型檔案的名稱。在你接受授權後,應用程式會從 Hugging Face 下載這些檔案,逐一以 sha256 檢查,然後透過 Local speech(aigd.llamacpp,llama.cpp)在你的電腦上執行。

下載

  • Chatterbox Turbo 350M(English)(aigd.tts-chatterbox-turbo.q8-0):1.04 GB,2 個檔案來自 ggml-org/chatterbox-turbo-GGUF,固定於該 commit:量化為 Q8_0 的語音 token 模型(chatterbox-turbo-Q8_0.gguf),以及包含聲音編碼器、流解碼器與聲碼器的音訊投影器(mmproj-chatterbox-turbo-F16.gguf)。

適用電腦

使用 CUDA 或 Vulkan 時,請準備至少有 3 GiB VRAM 的 GPU。在 Windows 的 RTX 4090 上,一次長時間的語音請求在 CUDA 上比基準多用 2.9 GiB,在 Vulkan 上則多用 2.5 GiB。在 16 執行緒的 x86 CPU 上,它使用 2.5 GB 記憶體,速度約比即時快 1.2–1.7 倍。

聲音複製

提供 5 到 30 秒乾淨語音的參考片段;不需要逐字稿。若沒有片段,模型會用本身的聲音說話。每次執行最多產生約 40 秒語音(1000 個影格),因此文字上限為 500 個字元。

授權

MIT。允許商業使用。分享模型檔案時,請保留 Resemble AI 的著作權與 MIT 聲明。

  • Resemble AI 的 Chatterbox Turbo:model card(MIT);授權條文:LICENSE,「Copyright (c) 2025 Resemble AI」。
  • 兩個檔案都來自 ggml-org/chatterbox-turbo-GGUF(MIT):llama.cpp 在 commit 749d1c1a46eb10492095d68fbcf55691ccf137cd 對 ResembleAI/chatterbox-turbo 的自動轉換。

必要的署名:"Chatterbox Turbo, Copyright (c) 2025 Resemble AI, MIT licence."

限制:

  • 如果你分享模型檔案,請保留聲明 "Copyright (c) 2025 Resemble AI" 與 MIT 授權條文。
  • Resemble AI 自家的 Python 套件會在每段輸出加上聽不見的 PerTh 浮水印。llama.cpp 不會,因此這裡產生的語音不帶浮水印。
  • 只複製你有權使用的聲音;模型卡要求不得將其用於造成傷害。

你有責任遵守所下載模型的授權。所有檔案都從 Hugging Face 下載,AI Game Dev 並不代為託管。

版本

Chatterbox Turbo(語音模型) 的發布版本
版本發布日期需搭配應用程式
1.0.3最新0.32.0-beta.6 或更新版本
1.0.20.32.0-beta.6 或更新版本

安裝

在桌面應用程式中

開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.tts-chatterbox-turbo,然後點選 加到專案。

還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。

從終端機

在你的專案資料夾中,使用 gamedev CLI:

gamedev pkg add aigd.tts-chatterbox-turbo

需求

  • AI Game Dev 0.32.0-beta.6 或更新版本

進一步瞭解套件

安裝
gamedev pkg add aigd.tts-chatterbox-turbo