官方github仓库
简介
Chatterbox是一个强大的TTS模型，支持语气调节和音色克隆等功能，是开源SoTA模型
先决条件：
建议的Python版本：3.11
有一台硬件性能不弱的电脑
强烈建议电脑带有NVIDIA独立显卡（显存>=4GB）cuda>=12.4
nvidia-smi
运行上面的命令可以检查cuda版本，同时去NVIDIA网站看一下自己的显卡CC兼容性，至少要>=5.1，用torch新版本最好要7.5以上
安装Python：
python3.11.10下载
记得一定在安装过程中勾选add Python to path！
安装依赖：
官方在github中的安装方式：
pip install chatterbox-tts
对国内用户，需要使用镜像加速：（这里以清华源为例）
pip install chatterbox-tts -i https://pypi.tuna.tsinghua.edu.cn/simple
chatterbox的依赖非常多，用pip其实比较慢，我个人喜好用uv安装，会快很多：
在你想要创建文件的位置打开命令行：
pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple #安装uv
uv venv #创建venv环境
set UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple #设置uv镜像
uv pip install chatterbox-tts
运行chatterbox
chatterbox-turbo（仅英语，性能开销较少）：
import torchaudio as ta
import torch
from chatterbox.tts_turbo import ChatterboxTurboTTS
# Load the Turbo model
model = ChatterboxTurboTTS.from_pretrained(device=\”cuda\”)
# Generate with Paralinguistic Tags
text = \”Hi there, Sarah here from MochaFone calling you back [chuckle], have you got one minute to chat about the billing issue?\”
# Generate audio (requires a reference clip for voice cloning)
wav = model.generate(text, audio_prompt_path=\”your_10s_ref_clip.wav\”)
ta.save(\”test-turbo.wav\”, wav, model.sr)
Chatterbox和Chatterbox-Multilingual（前者仅英语，
