Chatterbox
TTS de clonagem de voz da Resemble AI (0.5B, MIT): Multilingual V3 com 6 idiomas. Aposentado em agosto de 2026: arquivo sem atualizações.
Em resumo. O Chatterbox lê textos em voz alta e pode clonar uma voz a partir de uma amostra curta. Roda em uma GPU, cobre cerca de duas dúzias de idiomas, adiciona uma marca d'água inaudível a cada clipe e usa a licença MIT. A empresa deixou de vendê-lo e mantê-lo em agosto de 2026, então hoje é um arquivo congelado.
Resumo
Chatterbox é uma família de modelos abertos de texto para fala da Resemble AI. O modelo original em inglês saiu em 2025, e uma versão de 23 idiomas veio no fim daquele ano. O Chatterbox Multilingual V3 foi lançado em 10 de junho de 2026 com o mesmo backbone Llama de 0.5B. Segundo a Resemble, o V3 melhora a similaridade com o falante, reduz saídas fora do roteiro e repetições e soa mais natural. O anúncio lista 21 idiomas mais 4 variantes regionais, e seis ajustes finos de idioma único cobrem chinês, híndi, português do Brasil e da Europa e espanhol da América Latina e da Europa.
O Chatterbox clona uma voz a partir de um prompt de áudio curto e tem uma configuração de exaggeration e um peso CFG para controlar o quanto a fala é dramática. Todo resultado carrega uma marca d'água PerTh. Os arquivos do checkpoint do V3 somam cerca de 3.2 GB, e pip install chatterbox-tts instala o código. O Hugging Face registrou cerca de 2,4 milhões de downloads nos 30 dias até 11 de novembro de 2026.
O grande detalhe é o status. Em agosto de 2026, a Resemble AI disse que migrou para detecção de deepfakes e não vende mais geração de voz. O repositório no GitHub agora diz que o Chatterbox é pesquisa aposentada e não é mais mantido: o código permanece público sob a licença MIT como arquivo, sem suporte nem atualizações. Ele ainda funciona e a licença é permissiva, mas não espere correções nem novos idiomas.
Bom para
- Clonagem de voz e narração expressiva a partir de um clipe de referência curto, com controle de exaggeration
- Agentes de voz multilíngues e trabalho de localização sob a licença MIT
- Equipes que querem saída com marca d'água por padrão
Pontos de atenção
- A Resemble AI aposentou o Chatterbox em agosto de 2026, então o repositório é um arquivo sem manutenção
- A ficha do modelo lista 23 idiomas enquanto o anúncio do V3 fala em 21 mais 4 variantes, então teste seu idioma antes de apostar nele
- A clonagem entre idiomas mantém o sotaque do clipe de referência, e o clipe deve corresponder à etiqueta de idioma
- As saídas carregam uma marca d'água PerTh
As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.
De quanta memória ele precisa?
Números de memória para cada variante de Chatterbox. Pipelines de imagem, vídeo, voz e música também carregam um codificador de texto e um decodificador, então a memória necessária pode ser maior que a do checkpoint principal.
| Variantes | Parâmetros | Tamanho do download | Memória necessária | Cabe em |
|---|---|---|---|---|
| Chatterbox Multilingual V3 | 500M | 3.21 GB | 3.69 GB | Notebook ou celular |
O tamanho do download cobre todos os componentes necessários para executar o modelo, como o gerador, o codificador de texto e o decodificador. A memória necessária é um mínimo declarado ou medido e publicado, quando existe; caso contrário, é o tamanho do download mais cerca de 15%. Imagens maiores, clipes mais longos e resoluções mais altas precisam de mais memória.
A licença em palavras simples
A licença permissiva mais curta e simples. Você pode fazer quase qualquer coisa com o modelo, desde que mantenha o aviso de copyright e a licença.
Perguntas frequentes
- O que é Chatterbox?
- O Chatterbox lê textos em voz alta e pode clonar uma voz a partir de uma amostra curta. Roda em uma GPU, cobre cerca de duas dúzias de idiomas, adiciona uma marca d'água inaudível a cada clipe e usa a licença MIT. A empresa deixou de vendê-lo e mantê-lo em agosto de 2026, então hoje é um arquivo congelado.
- Posso usar Chatterbox comercialmente?
- Sim. Chatterbox é lançado sob MIT, uma licença permissiva. Você pode usá-lo comercialmente se seguir as condições padrão, como manter o aviso de licença.
- Chatterbox é de código aberto?
- Chatterbox é lançado sob MIT, uma licença aprovada pela Open Source Initiative. Os dados e o código de treinamento podem não ser públicos, então o melhor é descrevê-lo como pesos abertos sob uma licença de código aberto.
- Consigo rodar Chatterbox no meu próprio computador?
- Sim. A menor variante, Chatterbox Multilingual V3, precisa de cerca de 3.69 GB de memória em precisão de 4 bits, o que cabe em um notebook moderno ou em uma placa de vídeo intermediária.
- Quando Chatterbox foi lançado?
- Chatterbox foi lançado por Resemble AI em 10 de junho de 2026.
Links oficiais
Fontes
As especificações vêm destas fontes primárias. As afirmações de benchmark, quando mencionadas, são informadas pelo desenvolvedor.
- 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
Data de lançamento e fatos verificados pela última vez em 11 de novembro de 2026.
Modelos relacionados
| Modelo | Lançamento | Parâmetros | Contexto | Licença | Memória da menor variante |
|---|---|---|---|---|---|
| Kokoro EN hexgrad | 82M | – | Apache 2.0 (Permissiva) | 0.38 GB Notebook ou celular | |
| Pocket TTS EN Kyutai | 18M – 100M | – | CC BY 4.0 (Permissiva) | 0.127 GB Notebook ou celular | |
| VoxCPM2 EN OpenBMB | 2.29B | – | Apache 2.0 (Permissiva) | 8 GB Notebook ou celular | |
| Qwen3-TTS EN Alibaba Qwen | 910M – 1.92B | – | Apache 2.0 (Permissiva) | 3.68 GB Notebook ou celular |