Voce · Resemble AI
Chatterbox HD
Il modello vocale espressivo di Resemble AI, qui in modalità privata. Sceglilo per una narrazione espressiva che resta privata.
Privato High costCosa lo distingue
Chatterbox è il modello vocale di Resemble AI con licenza MIT, con un'impostazione regolabile dell'esagerazione emotiva e una filigrana integrata. Qui funziona in modalità privata, quindi l'audio espressivo non finisce nei log di terzi.
- Controllo dell'esagerazione emotiva
- Licenza MIT, filigrana impercettibile
- Clonazione della voce da 5 a 20 s di audio
Consigliato per: leggere in francese senza uscire dalla modalità privata.
Punti di forza e limiti
Dove dà il meglio
- Modalità privata: non viene conservato nulla
- Pensato per un'ampia gamma emotiva, dal piatto al drammatico
Pensaci due volte quando
- Solo 9 voci
- Prezzo medio per carattere
- 9 voci, uscita WAV
- Fino a 5.000 caratteri per richiesta in Sub Rosa
Casi d’uso
Scena drammatica di un audiolibro
Leggi questo brano con una tensione crescente, come se il narratore avesse paura.
L'impostazione dell'espressività si presta alle emozioni marcate.
Voci di personaggi in privato
Dai voce al cattivo del mio racconto, lenta e minacciosa.
La modalità privata tiene le bozze lontane dai server di terzi.
Rispetto ai rivali
- ElevenLabsElevenLabs ha molte più lingue e più rifinitura, ma non offre la modalità privata.1° su 10 in Artificial Analysis Speech Arena ( 1330 Elo)
- Orpheus TTSAnche Orpheus è privato ed espressivo, ma solo in inglese.
- KokoroKokoro costa molto meno ed è anche privato, ma è meno drammatico.10° su 10 in Artificial Analysis Speech Arena ( 1064 Elo)
Cronologia delle versioni
Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.
- Chatterbox HDLa più recente
- Lancio di Chatterbox: sintesi vocale open source con clonazione della voce senza addestramento e un controllo dell'esagerazione emotiva
Benchmark
Come leggere questi punteggi: cosa dice un benchmark.
Artificial Analysis Speech Arena: 7° su 10 modelli misurati nel catalogo. Le persone ascoltano la stessa frase letta da due voci, senza sapere quali sono i modelli, e scelgono la più naturale. Un punteggio Elo: più è alto, più la voce suona naturale a più persone. Con 100 punti di distacco, il modello con il punteggio più alto vince circa il 64% dei duelli.
- 1. ElevenLabs TTS v4 TurboElevenLabs1330
- 2. ElevenLabs TTS v4ElevenLabs1329
- 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1209
- 4. ElevenLabs TTS v3ElevenLabs1178
- 5. Gradium TTSGradium TTS1151
- 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1114
- 7. Chatterbox HD (Resemble AI)Chatterbox HD1102
- 8. ElevenLabs Turbo v2.5ElevenLabs1097
- 9. ElevenLabs Multilingual v2ElevenLabs1095
- 10. Kokoro Text to SpeechKokoro1064
Vedi i numeri
| Modello | Elo |
|---|---|
| 1. ElevenLabs TTS v4 Turbo | 1330 |
| 2. ElevenLabs TTS v4 | 1329 |
| 3. Gemini 3.1 Flash TTS | 1209 |
| 4. ElevenLabs TTS v3 | 1178 |
| 5. Gradium TTS | 1151 |
| 6. MiniMax Speech-02 HD | 1114 |
| 7. Chatterbox HD (Resemble AI) | 1102 |
| 8. ElevenLabs Turbo v2.5 | 1097 |
| 9. ElevenLabs Multilingual v2 | 1095 |
| 10. Kokoro Text to Speech | 1064 |
Il modello di questa famiglia
| Modello | Uso | Privacy | Prezzo |
|---|---|---|---|
Chatterbox HD (Resemble AI)tts-chatterbox-hd | Voce | Privato | 0,0225 $ ogni 1.000 caratteri0,0674 $ per una pagina letta ad alta voce |
Scheda tecnica
| Caratteristica | Chatterbox HD |
|---|---|
| Uscita | maggio 2025 |
| Pesi | Aperti, MIT |
| Accetta | text, audio |
| Produce | audio |
| Lingue | La gamma di modelli aperti ora copre 23 lingue |
| Prezzo | 0,0225 $ ogni 1.000 caratteri |
| Privacy | Privato |
Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.
Fonti
Tutto ciò che è in questa pagina viene da queste pagine, lette il 16 ottobre 2026 o alla data indicata su ogni punteggio.