简介
Chatterbox 是 Resemble AI 开源的文本转语音（TTS）模型，在自然度与表现力上达到了开源方案的领先水平。它支持零样本音色克隆——仅凭一段参考音频即可复刻说话人音色，并提供独特的情感夸张控制参数，让生成语音能表达从平静到兴奋的不同情绪。模型以可商用许可开源，适合实际产品集成。
核心功能
- 零样本音色克隆：短音频即可复刻音色
- 情感控制：可调节情绪夸张程度
- 自然韵律：停顿与语调贴近真人
- 可商用开源：许可宽松便于落地
适用场景
- 有声内容与播客配音
- 虚拟角色与游戏配音
- 无障碍语音与多语言播报
优缺点
优点：
- 开源且允许商用
- 克隆自然、情感丰富
- 社区生态活跃
缺点：
- 需要一定部署能力
- 声音克隆须合规使用
使用技巧
- 用干净、清晰的参考音频克隆
- 按场景调节情感强度
- 长文本分段合成保证稳定
- 遵守声音授权与合规要求
