chatterbox-tts

# Chatterbox (Resemble AI) — TTS open-source con clonado y emoción > ⚠️ Corrección 2026-09-05 (auditoría stars-explorer): la v1 decía `pip install chatterbox` + `from chatterbox import TTS` (`load_voice`/`synthesize(emotion=...)`), "API REST" y "requiere API key de Resemble". **Falso.** El paquete PyPI es **`chatterbox-tts`**; la API real es `ChatterboxTurboTTS.generate(...)`; corre **100% en local, sin API key ni REST**. **Repo:** `https://github.com/resemble-ai/chatterbox` (MIT, Python, ~26K⭐). El servicio comercial de resemble.ai es un producto aparte — el modelo open-source no lo necesita. ## When to Use - Cuando pidas **clonar una voz** con un TTS open-source de alta calidad que funcione local y produzca emociones/sonidos con tags de paralenguaje. - Como vía rápida de voz clonada **sin depender de ningún proveedor de pago**. ## Uso ```bash pip install chatterbox-tts ``` El modelo Turbo (rápido, bueno) es el recomendado: ```python from chatterbox.tts_turbo import ChatterboxTurboTTS model = ChatterboxTurboTTS.from_pretrained(device='cuda', nano=...) # nano usaba modelo 134M # Generar con voz de referencia wav = model.generate( text='Texto a decir', audio_prompt_path='voz.wav', # voz de referencia (clonado) ) ``` - **Emociones/sonidos** no van por un parámetro `emotion=`: se expresan con **tags de paralenguaje** en el texto (`[laugh]`, `[cough]`, etc.). - La doc real está en el README del repo, **no** en `docs.resemble.ai` (eso es la API comercial). ## Pitfalls - Instalar **`chatterbox-tts`**, no `chatterbox`. - No hay API REST ni embargo de key: es un modelo local. Todo lo que hable de "API key de Resemble para uso completo" es inventado. - Metadatos/embeddings de voz: `from_pretrained` descarga los checkpoints; `nano` es una variante pequeña. ## Verificación - Cargar con `device='cuda'`, generar con `audio_prompt_path` de la voz de David y comprobar que el clon mantiene el timbre. Probar un tag `[laugh]` para ver la expresión.