Chatterbox Tts

Chatterbox (Resemble AI) — TTS open-source con clonado y emoción

⚠️ Corrección 2026-09-05 (auditoría stars-explorer): la v1 decía pip install chatterbox + from chatterbox import TTS (load_voice/synthesize(emotion=...)), "API REST" y "requiere API key de Resemble". Falso. El paquete PyPI es chatterbox-tts; la API real es ChatterboxTurboTTS.generate(...); corre 100% en local, sin API key ni REST.

Repo: https://github.com/resemble-ai/chatterbox (MIT, Python, ~26K⭐). El servicio comercial de resemble.ai es un producto aparte — el modelo open-source no lo necesita.

When to Use

• Cuando pidas clonar una voz con un TTS open-source de alta calidad que funcione local y produzca emociones/sonidos con tags de paralenguaje.
• Como vía rápida de voz clonada sin depender de ningún proveedor de pago.

Uso

pip install chatterbox-tts

El modelo Turbo (rápido, bueno) es el recomendado:

from chatterbox.tts_turbo import ChatterboxTurboTTS
model = ChatterboxTurboTTS.from_pretrained(device='cuda', nano=...)   # nano usaba modelo 134M
# Generar con voz de referencia
wav = model.generate(
    text='Texto a decir',
    audio_prompt_path='voz.wav',   # voz de referencia (clonado)
)

• Emociones/sonidos no van por un parámetro emotion=: se expresan con tags de paralenguaje en el texto ([laugh], [cough], etc.).
• La doc real está en el README del repo, no en docs.resemble.ai (eso es la API comercial).

Pitfalls

• Instalar chatterbox-tts, no chatterbox.
• No hay API REST ni embargo de key: es un modelo local. Todo lo que hable de "API key de Resemble para uso completo" es inventado.
• Metadatos/embeddings de voz: from_pretrained descarga los checkpoints; nano es una variante pequeña.

Verificación

• Cargar con device='cuda', generar con audio_prompt_path de la voz de David y comprobar que el clon mantiene el timbre. Probar un tag [laugh] para ver la expresión.