Chatterbox, Resemble AI's production-grade open source TTS model
a year ago
- #TTS
- #Open Source
- #AI
- Resemble AI推出Chatterbox，这是其首个采用MIT许可证的生产级开源TTS模型。
- 在对比评测中，Chatterbox表现优于ElevenLabs等闭源系统。
- 支持情感夸张控制功能，这是开源TTS模型中罕见的特性。
- 通过Hugging Face的Gradio应用，可用于制作表情包、视频、游戏及AI助手。
- 提供具有价格竞争力的TTS服务，支持扩展或微调，且延迟极低（<200毫秒）。
- 核心特性包括：零样本TTS技术、0.5B参数的Llama主干网络、带水印的输出。
- 内置简易音色转换脚本和基于对齐信息的推理机制，确保稳定性。
- 基于50万小时清洗数据训练而成。
- 提供常规场景与富有表现力/戏剧化场景的语音生成技巧。
- 附Python代码示例，可选用不同音色提示生成语音。
- 所有生成音频均包含不可感知的神经水印以保障安全。
- 通过Discord鼓励社区参与，同时强调伦理使用规范。