Chatterbox TTS · от 8 ГБ VRAM

Chatterbox TTS: синтез речи и клонирование голоса на GPU

Запустите Chatterbox с веб-интерфейсом на собственном облачном GPU. Создавайте речь по тексту и образцу голоса, переключайте Multilingual, Original и Turbo в работающем приложении.

Запустить Chatterbox Послушать примеры на русском и английском ↓Пошаговая инструкция по Chatterbox →

Послушайте Chatterbox на русском и английском

Две короткие озвучки, созданные на арендованном GPU в Chatterbox Multilingual со встроенным голосом Emily. Послушайте записи, сравните языки и скачайте исходные аудиофайлы.

Chatterbox MultilingualRTX 4090 · 24 GB VRAM

Озвучка на русском

8,32 секунды

Входной текст

Добро пожаловать на демонстрацию. Сегодня мы превратим короткий сценарий в озвучку, послушаем результат и скачаем файл для монтажа.
Скачать WAV

Озвучка на английском

8,32 секунды

Входной текст

Welcome to the demo. Today we will turn a short script into a voiceover, listen to the result, and download the clip for editing.
Скачать WAV

Настройки обеих записей

Голос
Emily · встроенный голос
Seed
42
Temperature
0.8
Exaggeration
0.5
CFG weight
0.5
Формат
WAV · 24 кГц · моно

Записи созданы через API /tts запущенного приложения: разбиение текста отключено, скорость — 1.0. Это WAV-файлы, полученные от сервера без последующего редактирования.

Скачать тексты и настройки (JSON)

Создайте свою запись: инструкция и пример API →

Рабочее место для озвучки на арендованном GPU

Chatterbox подходит для озвучки видео, демонстраций продукта, языковых версий и сравнения голосов. Модель работает на вашем инстансе. Загрузите запись голоса, которую имеете право использовать, введите текст и скачайте результат. Вы управляете файлами и продолжительностью работы сервера.

Переключайте движки без пересоздания сервера

По умолчанию приложение открывается с Chatterbox Multilingual. Движок меняется в веб-интерфейсе после запуска: выбирать отдельный пресет TTS в форме создания сервера не нужно.

Chatterbox Multilingual

Движок по умолчанию. Синтез на 23 языках, включая русский и английский, и клонирование голоса по образцу. Выберите язык вашего текста.

Chatterbox Original

Англоязычный движок. Сравните его с Multilingual на одном английском тексте и одной референсной записи.

Chatterbox Turbo

Альтернативный движок в том же интерфейсе. Проверьте его на своих примерах: скорость и качество зависят от GPU и входных данных.

От запуска до первого аудиофайла

  1. 1. Выберите GPU

    Нужно не менее 8 ГБ VRAM. Сравните актуальные конфигурации ниже. Более мощный GPU даёт запас ресурсов, но не гарантирует конкретную скорость синтеза.

  2. 2. Откройте приложение

    Дождитесь установки и загрузки модели, затем нажмите кнопку открытия в панели. Время подготовки зависит от сервера и загрузки файлов.

  3. 3. Создайте и сравните

    Выберите движок и язык, добавьте текст и образец голоса, прослушайте результат. Для сравнения смените движок в том же веб-интерфейсе.

  4. 4. Сохраните результат

    Скачайте аудио и оставьте копию референсной записи. После работы проверьте статус инстанса и начисления в панели. Удаление инстанса удаляет его локальные файлы.

Актуальные цены GPU для Chatterbox

Вы арендуете вычислительные ресурсы GPU, а не пакет символов для озвучки. Цены ниже поступают из текущего каталога. Перед запуском проверьте выбранную конфигурацию и условия оплаты диска в панели.

RTX 3060

12 ГБ VRAM

RTX 3060

от 23.44 ₽/час

≈ 16 876.8 ₽/мес при 24/7

Запустить на RTX 3060 Подробнее о RTX 3060

RTX 3090

24 ГБ VRAM

RTX 3090

от 27.71 ₽/час

≈ 19 951.2 ₽/мес при 24/7

Запустить на RTX 3090 Подробнее о RTX 3090

RTX 4090

24 ГБ VRAM

RTX 4090

от 52.25 ₽/час

≈ 37 620 ₽/мес при 24/7

Запустить на RTX 4090 Подробнее о RTX 4090

FAQ

Какой движок TTS устанавливается?

Лаунчер устанавливает Chatterbox-TTS-Server. По умолчанию выбран Multilingual; Original и Turbo доступны в веб-интерфейсе работающего приложения. Пресеты XTTS-v2 и F5-TTS больше не предлагаются при запуске.

Можно ли синтезировать речь на русском?

Да. Выберите Chatterbox Multilingual и русский язык в веб-интерфейсе. Multilingual поддерживает 23 языка; Original предназначен для английского.

Это общий облачный API синтеза речи?

На этой странице запускается GPU-инстанс с собственным приложением и веб-интерфейсом. Общий API-ключ сервиса озвучки здесь не продаётся. У вас также есть SSH-доступ к инстансу.

Сколько нужно видеопамяти?

Минимум лаунчера — 8 ГБ. Среди рекомендуемых GPU есть RTX 3060, RTX 3090 и RTX 4090. Наличие и стоимость берутся из актуального каталога.

Как подготовить образец голоса?

Используйте чистую речь одного человека без музыки, других голосов и сильного эха. Подойдёт собственный голос или запись, которую вы имеете право использовать. Качество зависит от образца, текста, языка и движка.

Что будет с файлами?

Рабочие файлы находятся на инстансе. До его удаления скачайте нужные образцы и готовое аудио. Не храните единственную копию на диске инстанса.

Начните с короткой записи

Запустить Chatterbox

Планируете пакетную озвучку? Изучите сценарий работы и расчёт стоимости TTS.