Stimme · Resemble AI
Chatterbox HD
Das ausdrucksstarke Stimmmodell von Resemble AI, hier im privaten Modus. Wähle es für eine ausdrucksstarke Erzählstimme, die privat bleibt.
Privat High costWas es auszeichnet
Chatterbox ist das MIT-lizenzierte Stimmmodell von Resemble AI, mit einstellbarer emotionaler Übertreibung und integriertem Wasserzeichen. Hier läuft es im privaten Modus, ausdrucksstarke Ausgaben landen also nicht in den Logs Dritter.
- Regler für emotionale Übertreibung
- MIT-Lizenz, nicht wahrnehmbares Wasserzeichen
- Stimmklonen aus 5 bis 20 s Audio
Empfohlen für: auf französisch vorlesen, ohne den privaten modus zu verlassen.
Stärken und Grenzen
Wo es glänzt
- Privater Modus: Nichts wird gespeichert
- Gebaut für emotionale Bandbreite, von nüchtern bis dramatisch
Zweimal überlegen, wenn
- Nur 9 Stimmen
- Mittlerer Preis pro Zeichen
- 9 Stimmen, Ausgabe als WAV
- Bis zu 5.000 Zeichen pro Anfrage in Sub Rosa
Anwendungsfälle
Dramatische Hörbuchszene
Lies diese Passage mit steigender Spannung, als hätte der Erzähler Angst.
Der Regler für Ausdrucksstärke passt zu großer emotionaler Bandbreite.
Private Stimmen für Figuren
Gib dem Bösewicht meiner Kurzgeschichte eine Stimme, langsam und bedrohlich.
Im privaten Modus bleiben Entwürfe von Servern Dritter fern.
Im Vergleich zur Konkurrenz
- ElevenLabsElevenLabs bietet weit mehr Sprachen und Feinschliff, aber keinen privaten Modus.Platz 1 von 10 bei Artificial Analysis Speech Arena ( 1.330 Elo)
- Orpheus TTSOrpheus ist ebenfalls privat und ausdrucksstark, aber nur auf Englisch.
- KokoroKokoro ist viel günstiger und ebenfalls privat, aber weniger dramatisch.Platz 10 von 10 bei Artificial Analysis Speech Arena ( 1.064 Elo)
Versionsverlauf
Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.
- Chatterbox HDDie neueste
- Chatterbox eingeführt: Open-Source-Sprachsynthese mit Stimmklonen ohne Training und einem Regler für emotionale Übertreibung
Benchmarks
So liest du diese Werte: was ein Benchmark aussagt.
Artificial Analysis Speech Arena: Platz 7 von 10 im Katalog gemessenen Modellen. Menschen hören denselben Satz, gelesen von zwei Stimmen, ohne die Modelle zu kennen, und wählen die natürlichere. Eine Elo-Wertung: Je höher, desto natürlicher klingt die Stimme für mehr Menschen. Bei 100 Punkten Abstand gewinnt das höher bewertete Modell etwa 64 % der Duelle.
- 1. ElevenLabs TTS v4 TurboElevenLabs1.330
- 2. ElevenLabs TTS v4ElevenLabs1.329
- 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1.209
- 4. ElevenLabs TTS v3ElevenLabs1.178
- 5. Gradium TTSGradium TTS1.151
- 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1.114
- 7. Chatterbox HD (Resemble AI)Chatterbox HD1.102
- 8. ElevenLabs Turbo v2.5ElevenLabs1.097
- 9. ElevenLabs Multilingual v2ElevenLabs1.095
- 10. Kokoro Text to SpeechKokoro1.064
Zahlen ansehen
| Modell | Elo |
|---|---|
| 1. ElevenLabs TTS v4 Turbo | 1.330 |
| 2. ElevenLabs TTS v4 | 1.329 |
| 3. Gemini 3.1 Flash TTS | 1.209 |
| 4. ElevenLabs TTS v3 | 1.178 |
| 5. Gradium TTS | 1.151 |
| 6. MiniMax Speech-02 HD | 1.114 |
| 7. Chatterbox HD (Resemble AI) | 1.102 |
| 8. ElevenLabs Turbo v2.5 | 1.097 |
| 9. ElevenLabs Multilingual v2 | 1.095 |
| 10. Kokoro Text to Speech | 1.064 |
Das Modell dieser Familie
| Modell | Einsatz | Datenschutz | Preis |
|---|---|---|---|
Chatterbox HD (Resemble AI)tts-chatterbox-hd | Stimme | Privat | 0,0225 $ pro 1.000 Zeichen0,0674 $ pro vorgelesene Seite |
Technische Daten
| Merkmal | Chatterbox HD |
|---|---|
| Veröffentlicht | Mai 2025 |
| Gewichte | Offen, MIT |
| Akzeptiert | text, audio |
| Erzeugt | audio |
| Sprachen | Die offene Modellreihe deckt jetzt 23 Sprachen ab |
| Preis | 0,0225 $ pro 1.000 Zeichen |
| Datenschutz | Privat |
Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.
Quellen
Alles auf dieser Seite stammt von diesen Seiten, gelesen am 16. Oktober 2026 oder wie bei jedem Wert datiert.