Chatterbox TTS

Chatterbox 是由 Resemble AI 于2025年5月发布的开源文本转语音（TTS）模型，是业内首个支持情感夸张控制的开源TTS模型。它基于0.5亿参数的LLaMA架构，使用超过50万小时的精选音频数据进行训练，支持多语言和多音色生成。Chatterbox 不仅提供高质量的语音合成，还支持零样本语音克隆——仅需5秒参考音频即可生成高度逼真的个性化语音。其独特的情感夸张控制功能，允许用户通过简单参数调节情绪、语速和语调，为内容创作者、游戏开发者及AI伴侣设计者提供了前所未有的灵活性。