Modelo insignia WebGPU
Chatterbox: especificaciones y requisitos
Chatterbox es el modelo de Resemble AI de 500 millones de parámetros, el TTS abierto de mayor calidad ejecutable en navegador. Clona voces sin entrenamiento con unos segundos de micrófono. Necesita GPU mediante WebGPU y una descarga inicial de ~1,5 GB, pero compite con servicios de pago en la nube.
Chatterbox sigue en integración. Abajo están los requisitos. Los Modelos disponibles ya funcionan y la Comprobar compatibilidad indica si tu equipo puede ejecutar Chatterbox.
Especificaciones
| Desarrollador | Resemble AI |
|---|---|
| Parámetros | 500 millones |
| Tamaño de descarga | 1550 MB (q4 mixto) |
| Salida | 24.0 kHz mono |
| Voces | 1 |
| Idiomas | inglés (Estados Unidos) |
| Clonación de voz | Sí |
| Streaming | No |
| Licencia | MIT |
| Velocidad | Casi en tiempo real en GPU de escritorio con WebGPU; poco práctico en CPU. |
| Entorno de ejecución | Requiere WebGPU |
Fuente: onnx-community/chatterbox-ONNX
Ventajas
- +La mejor calidad entre modelos abiertos ejecutables en navegador
- +Clona una voz con una muestra de 5–10 segundos, todo en el dispositivo
- +Licencia MIT simple
Limitaciones
- −Requiere WebGPU y ~8 GB de RAM: hardware de escritorio
- −Descarga de 1,5 GB antes del primer uso
Chatterbox: preguntas
¿Chatterbox es gratis?
Sí. Los pesos tienen licencia MIT y funcionan en tu dispositivo.
¿Qué hardware necesita Chatterbox?
Necesita navegador y GPU con WebGPU (Chrome/Edge, Safari 26+, Firefox 141+) y unos 8 GB de RAM. La CPU sola resulta demasiado lenta.
¿Mi texto es privado al usar Chatterbox?
Sí. El modelo se ejecuta en la pestaña; tu texto nunca se envía a un servidor.
¿Puedo usar el audio de Chatterbox comercialmente?
Revisa las condiciones actuales del modelo, voz y datos antes del uso comercial. El catálogo indica MIT para este modelo.