Chatterbox

TTS de clonage de voix 0.5B sous licence MIT de Resemble AI : Multilingual V3, 6 langues. Retiré en août 2026 : archive sans mises à jour.

En bref. Chatterbox lit du texte à voix haute et peut copier une voix à partir d'un court échantillon. Il tourne sur un seul GPU, couvre une vingtaine de langues, ajoute un filigrane inaudible à chaque extrait et utilise la licence MIT. Son éditeur a cessé de le vendre et de le maintenir en août 2026 : c'est désormais une archive figée.

Résumé

Chatterbox est une famille de modèles ouverts de synthèse vocale de Resemble AI. Le modèle original en anglais est sorti en 2025, suivi la même année d'une version en 23 langues. Chatterbox Multilingual V3 a été publié le 10 juin 2026 avec le même backbone Llama de 0.5B. Selon Resemble, V3 améliore la similarité avec le locuteur, réduit les sorties hors sujet et les répétitions, et sonne plus naturellement. Son annonce liste 21 langues plus 4 variantes régionales, et six ajustements fins dédiés à une seule langue couvrent le chinois, l'hindi, le portugais du Brésil et d'Europe, ainsi que l'espagnol d'Amérique latine et d'Europe.

Chatterbox clone une voix à partir d'un court prompt audio, avec un réglage d'exaggeration et un poids CFG pour contrôler le côté théâtral du rendu. Chaque sortie porte un filigrane PerTh. Les fichiers du checkpoint V3 totalisent environ 3.2 GB, et pip install chatterbox-tts installe le code. Hugging Face comptait environ 2,4 millions de téléchargements sur les 30 jours jusqu'au 11 novembre 2026.

Le principal bémol est son statut. En août 2026, Resemble AI a annoncé s'être tourné vers la détection de deepfakes et ne vend plus de génération vocale. Le dépôt GitHub indique désormais que Chatterbox est une recherche retirée et n'est plus maintenu : le code reste public sous licence MIT à titre d'archive, sans support ni mises à jour. Il fonctionne encore et la licence est permissive, mais n'attendez ni correctifs ni nouvelles langues.

Idéal pour

  • Clonage de voix et narration expressive à partir d'un court extrait de référence, avec contrôle de l'exaggeration
  • Agents vocaux multilingues et travail de localisation sous licence MIT
  • Les équipes qui veulent une sortie filigranée par défaut

Points d’attention

  • Resemble AI a retiré Chatterbox en août 2026 : le dépôt est une archive sans maintenance
  • La fiche du modèle liste 23 langues quand l'annonce du V3 en cite 21 plus 4 variantes : testez votre langue avant de vous engager
  • Le clonage interlangues conserve l'accent de l'extrait de référence, qui doit correspondre à l'étiquette de langue
  • Les sorties portent un filigrane PerTh

Les affirmations de performance viennent du développeur et n’ont pas été vérifiées de manière indépendante.

De quelle mémoire a-t-il besoin ?

Chiffres de mémoire pour chaque variante de Chatterbox. Les pipelines d’image, de vidéo, de voix et de musique chargent aussi un encodeur de texte et un décodeur, si bien que la mémoire nécessaire peut dépasser celle du checkpoint principal.

Variantes Paramètres Taille du téléchargement Mémoire nécessaire Fonctionne sur
Chatterbox Multilingual V3 500M 3.21 GB 3.69 GB Ordinateur portable ou smartphone

La taille du téléchargement couvre tous les composants nécessaires au fonctionnement du modèle, comme le générateur, l’encodeur de texte et le décodeur. La mémoire nécessaire correspond au minimum déclaré ou publié lorsqu’il existe ; sinon, il s’agit de la taille du téléchargement plus environ 15 %. Images plus grandes, clips plus longs et résolutions plus élevées demandent davantage.

La licence en langage clair

La licence permissive la plus courte et la plus simple. Vous pouvez faire presque tout ce que vous voulez avec le modèle tant que vous conservez la mention de copyright et la licence.

En savoir plus sur MIT

Questions fréquentes

Qu’est-ce que Chatterbox ?
Chatterbox lit du texte à voix haute et peut copier une voix à partir d'un court échantillon. Il tourne sur un seul GPU, couvre une vingtaine de langues, ajoute un filigrane inaudible à chaque extrait et utilise la licence MIT. Son éditeur a cessé de le vendre et de le maintenir en août 2026 : c'est désormais une archive figée.
Puis-je utiliser Chatterbox commercialement ?
Oui. Chatterbox est publié sous MIT, une licence permissive. Vous pouvez l’utiliser commercialement si vous respectez les conditions standard, comme conserver la mention de licence.
Chatterbox est-il open source ?
Chatterbox est publié sous MIT, une licence approuvée par l’Open Source Initiative. Les données et le code d’entraînement ne sont pas forcément publics ; on le décrit donc mieux comme des poids ouverts sous une licence open source.
Puis-je faire tourner Chatterbox sur mon propre ordinateur ?
Oui. La plus petite variante, Chatterbox Multilingual V3, demande environ 3.69 GB de mémoire en précision 4 bits, ce qui convient à un ordinateur portable moderne ou à une carte graphique de milieu de gamme.
Quand Chatterbox est-il sorti ?
Chatterbox a été publié par Resemble AI le 10 juin 2026.

Liens officiels

Sources

Les spécifications proviennent de ces sources primaires. Les résultats de référence mentionnés, s’il y en a, sont ceux communiqués par le développeur.

Date de sortie et faits vérifiés pour la dernière fois le 11 novembre 2026.

Modèles associés

Modèle Sortie Paramètres Contexte Licence Mémoire requise (plus petite variante)
Kokoro EN hexgrad 82M – Apache 2.0 (Permissive) 0.38 GB Ordinateur portable ou smartphone
Pocket TTS EN Kyutai 18M – 100M – CC BY 4.0 (Permissive) 0.127 GB Ordinateur portable ou smartphone
VoxCPM2 EN OpenBMB 2.29B – Apache 2.0 (Permissive) 8 GB Ordinateur portable ou smartphone
Qwen3-TTS EN Alibaba Qwen 910M – 1.92B – Apache 2.0 (Permissive) 3.68 GB Ordinateur portable ou smartphone