ChatterBoxTTSUsługa TTS open-source z możliwością dostosowania ustawień głosu i klonowania głosu bez uczenia.

Chatterbox TTS to otwarta model tekst-do-głosu stworzony przez Resemble AI, który przekształca napisany tekst w naturalnie brzmiące mówienie. Ofera darmowe, internetowe interfejs, które nie wymaga rejestracji lub podania numera karty kredytowej, adresowany do twórców zawartości, deweloperów i użytkowników codziennych, którzy potrzebują szybkiej syntezę głosu. Usługa obsługuje wiele języków i różnorodne style mówienia. Użytkownicy mogą wstawić do 500 znaków tekstu i opcjonalnie przesłać plik audio referencyjny (nie przekraczający 30 sekund i 50 MB) do włączenia klonowania głosu z zera strzał, pozwalające systemowi na odwzorowanie konkretnej osoby bez dodatkowego szkolenia. ChatterBoxTTS oferuje szczegółową personalizację: intensywność emocji, ton, styl głosu, eksageracja, wagę CFG (tempo), temperaturę i ziarno losowe można wszystkie dostosować. Te parametry pozwalają użytkownikom precyzyjnie dopasować wyrazistość, szybkość i losowość generowanego głosu, od neutralnej narracji do bardzo dramatycznego wystąpienia. Odpowiedź w formie audio jest generowana w sekundach i zawiera oznakowanie odpowiedzialnego użytkowania AI. Użytkownicy mogą pobrać wyniki w powszechnie używanych formatach takich jak WAV lub MP3, czyniąc dane wyjściowe gotowe do wgrania w podcasty, gry, moduły e-pracy lub asystentów wirtualnych. Silne strony platformy leżą w dostępie bezpłatnym (zero-kostowym), w otwartych źródłach, oraz elastycznych opcjach kontroli głosem. Ograniczenia to stosunkowo krótkie ograniczenie wielkości tekstu wprowadzanego, wodzy w formie wzmiance w danych wyjściowych, oraz ewentualna niestabilność w przypadkach nadmiernego wyolbrzymiania wartości. Usługa opiera się głównie na interfejsie sieciowym (web), zatem bardziej złożone integracje przez API wymogłyby dodatkowych prac rozwojowych.