Chatterbox Turbo

Chatterbox Turbo ТТС

A faster Chatterbox with sub-200ms latency and inline paralinguistic tags for laughs, coughs, and chuckles.

Запиши се. за 5.000 ограничувања на знаци

Опакувајте го вашиот текст во SSML ознаки за прецизна контрола:

<speak><prosody rate="slow">Slow speech</prosody></speak>

Означувања на избраниот модел кои го разбира — кликнете за да го пуштите еден во вашиот текст каде што се случува:

Овој модел чита обичен текст, па значи, во редовните ознаки се игнорираат. За емоции базирани на таг, префрли се на изразителен модел како што е Орфеус или Барк.

Дефинирај ги сопствените изговори (слов = изговор):

-12 +12
0.5x 2.0x
Слободен со Пајпер, ВИТС, Мелотс
Тука ќе се појави вашиот генериран звук. Изберете модел, внесете текст и кликнете на Генерирај.
Аудио генериран успешно
0:00
Симни аудио Симнување.srt Врската истекува за 24 часа
Слободна ставка: лична употреба. Комерцијална дозвола од 5 долари/мо
Кажи им на пријателите!

За Chatterbox Turbo

Chatterbox Turbo is Resemble AI's 350M-parameter speed-focused upgrade to Chatterbox, reaching up to 6x real-time generation with sub-200-millisecond latency. It keeps the original's voice cloning while adding inline paralinguistic tags — you can drop [laugh], [cough], or [chuckle] directly into your text and have the model perform them. Every generation carries Perth watermarking for provenance tracking, a nod to responsible-AI deployment. The combination of low latency and expressive non-speech sounds makes it well suited to real-time voice agents and interactive characters. Like the original Chatterbox, it is MIT-licensed and English-focused.

Најдобро за: Real-time voice agents, expressive speech with natural sounds

Прелистувај ги сите Chatterbox Turbo гласови

На еден поглед

Развивач
Resemble AI
Лиценца
MIT
Ниво
standard
Брзина
fast
Гласовно клонирање
Да.
Јазици
English
Макс. знаци
1000

Chatterbox Turbo гласови

Default

English
Стандардно Neutral

Chatterbox Turbo TTS — Прашања

Turbo is a 350M-parameter model that runs at up to 6x real-time with sub-200ms latency, making it suitable for real-time voice agents where the original Chatterbox would be too slow.

They are inline cues like [laugh], [cough], and [chuckle] that you place directly in the text. The model performs the corresponding non-speech sounds, adding natural expressiveness.

Yes. All generated audio includes Perth watermarking, which supports provenance tracking and helps identify the output as AI-generated.
← Сите гласови