Chatterbox
Resemble AIs 0.5B-Voice-Cloning-TTS unter MIT-Lizenz, Multilingual V3 mit 6 Sprachpaketen. 2026 eingestellt: Archiv ohne Updates.
Kurz gesagt. Chatterbox liest Texte vor und kann aus einer kurzen Stimmprobe eine Stimme kopieren. Es läuft auf einer GPU, umfasst rund zwei Dutzend Sprachen, versieht jeden Clip mit einem unhörbaren Wasserzeichen und steht unter der MIT-Lizenz. Der Hersteller hat es im August 2026 aus dem Verkauf und der Pflege genommen; heute ist es ein eingefrorenes Archiv.
Zusammenfassung
Chatterbox ist eine Familie offener Text-zu-Sprache-Modelle von Resemble AI. Das ursprüngliche englische Modell erschien 2025, noch im selben Jahr folgte eine Version für 23 Sprachen. Chatterbox Multilingual V3 wurde am 10. Juni 2026 mit demselben 0.5B-Llama-Backbone veröffentlicht. Laut Resemble verbessert V3 die Ähnlichkeit zum Sprecher, verringert abweichende und wiederholte Ausgaben und klingt natürlicher. Die Ankündigung listet 21 Sprachen plus 4 regionale Varianten, und sechs eigene Einsprach-Finetunes decken Chinesisch, Hindi, brasilianisches und europäisches Portugiesisch sowie lateinamerikanisches und europäisches Spanisch ab.
Chatterbox klont eine Stimme aus einem kurzen Audio-Prompt; ein Exaggeration-Regler und ein CFG-Gewicht steuern, wie drastisch der Vortrag ausfällt. Jede Ausgabe trägt ein PerTh-Wasserzeichen. Die Checkpoint-Dateien von V3 umfassen zusammen rund 3.2 GB, und pip install chatterbox-tts installiert den Code. Hugging Face zählte in den 30 Tagen bis zum 11. November 2026 rund 2,4 Millionen Downloads.
Der wichtigste Vorbehalt ist der Status. Im August 2026 erklärte Resemble AI, sich auf Deepfake-Erkennung verlagert zu haben und keine Sprachgenerierung mehr zu verkaufen. Das GitHub-Repository weist Chatterbox heute als eingestellte Forschung ohne Weiterpflege aus: Der Code bleibt unter der MIT-Lizenz als Archiv öffentlich, ohne Support oder Updates. Es funktioniert noch, und die Lizenz ist permissiv, aber rechnen Sie weder mit Fehlerbehebungen noch mit neuen Sprachen.
Geeignet für
- Voice Cloning und ausdrucksstarke Erzählung aus einem kurzen Referenzclip, mit Exaggeration-Regler
- Mehrsprachige Sprachagenten und Lokalisierung unter der MIT-Lizenz
- Teams, die standardmäßig Ausgaben mit Wasserzeichen wollen
Darauf achten
- Resemble AI hat Chatterbox im August 2026 eingestellt; das Repository ist ein ungepflegtes Archiv
- Die Modellkarte listet 23 Sprachen, die V3-Ankündigung 21 plus 4 Varianten: testen Sie Ihre Sprache, bevor Sie sich festlegen
- Sprachübergreifendes Klonen behält den Akzent des Referenzclips, und der Clip sollte zum Sprach-Tag passen
- Ausgaben tragen ein PerTh-Wasserzeichen
Leistungsangaben stammen vom Entwickler und wurden nicht unabhängig überprüft.
Wie viel Speicher braucht es?
Speicherwerte für jede Variante von Chatterbox. Bild-, Video-, Sprach- und Musik-Pipelines laden zusätzlich einen Text-Encoder und einen Decoder, daher kann der benötigte Speicher größer sein als das Haupt-Checkpoint.
| Varianten | Parameter | Downloadgröße | Benötigter Speicher | Passt auf |
|---|---|---|---|---|
| Chatterbox Multilingual V3 | 500M | 3.21 GB | 3.69 GB | Laptop oder Smartphone |
Die Downloadgröße umfasst jede Komponente, die zum Ausführen des Modells nötig ist, etwa Generator, Text-Encoder und Decoder. Der benötigte Speicher ist ein angegebener oder veröffentlichter gemessener Mindestwert, falls vorhanden; andernfalls die Downloadgröße plus rund 15 %. Größere Bilder, längere Clips und höhere Auflösungen brauchen mehr.
Die Lizenz, einfach erklärt
Die kürzeste und einfachste permissive Lizenz. Sie können mit dem Modell fast alles machen, solange Sie den Urheberrechts- und Lizenzhinweis beibehalten.
Häufige Fragen
- Was ist Chatterbox?
- Chatterbox liest Texte vor und kann aus einer kurzen Stimmprobe eine Stimme kopieren. Es läuft auf einer GPU, umfasst rund zwei Dutzend Sprachen, versieht jeden Clip mit einem unhörbaren Wasserzeichen und steht unter der MIT-Lizenz. Der Hersteller hat es im August 2026 aus dem Verkauf und der Pflege genommen; heute ist es ein eingefrorenes Archiv.
- Darf ich Chatterbox kommerziell nutzen?
- Ja. Chatterbox erscheint unter MIT, einer permissiven Lizenz. Sie dürfen es kommerziell nutzen, wenn Sie die üblichen Bedingungen einhalten, etwa den Lizenzhinweis beibehalten.
- Ist Chatterbox Open Source?
- Chatterbox erscheint unter MIT, einer von der Open Source Initiative anerkannten Lizenz. Trainingsdaten und Trainingscode sind möglicherweise nicht öffentlich, daher lässt es sich am besten als offene Gewichte unter einer Open-Source-Lizenz beschreiben.
- Kann ich Chatterbox auf meinem eigenen Computer ausführen?
- Ja. Die kleinste Variante, Chatterbox Multilingual V3, benötigt mit 4-Bit-Präzision etwa 3.69 GB Speicher, was auf einen modernen Laptop oder eine Mittelklasse-Grafikkarte passt.
- Wann wurde Chatterbox veröffentlicht?
- Chatterbox wurde von Resemble AI am 10. Juni 2026 veröffentlicht.
Offizielle Links
Quellen
Die Spezifikationen stammen aus diesen Primärquellen. Benchmark-Angaben werden, wo erwähnt, vom Entwickler gemeldet.
- Chatterbox Multilingual v3 announcement (Resemble AI, 10 Jun 2026) resemble.ai
- Chatterbox repository, with the August 2026 retirement notice (GitHub) github.com
- Chatterbox model card (Hugging Face) huggingface.co
- Why Resemble AI went all in on deepfake detection (13 Aug 2026) resemble.ai
Erscheinungsdatum und Fakten zuletzt geprüft: 11. November 2026.
Verwandte Modelle
| Modell | Erscheinungsdatum | Parameter | Kontext | Lizenz | Bedarf der kleinsten Variante |
|---|---|---|---|---|---|
| Kokoro EN hexgrad | 82M | – | Apache 2.0 (Permissiv) | 0.38 GB Laptop oder Smartphone | |
| Pocket TTS EN Kyutai | 18M – 100M | – | CC BY 4.0 (Permissiv) | 0.127 GB Laptop oder Smartphone | |
| VoxCPM2 EN OpenBMB | 2.29B | – | Apache 2.0 (Permissiv) | 8 GB Laptop oder Smartphone | |
| Qwen3-TTS EN Alibaba Qwen | 910M – 1.92B | – | Apache 2.0 (Permissiv) | 3.68 GB Laptop oder Smartphone |