{"kind":"compare","slug":"chatterbox","path":"/compare/chatterbox","title":"Chatterbox TTSの代替：CPUで動く音声合成 | SuperClonica","description":"ChatterboxとSuperClonicaを比較。Resemble AIのMITモデルは短い音声から声をクローン、Supertonic 3の音声は一度学習すればCPUで速く動作。","h1":"Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか","intro":"Chatterboxは、Resemble AIがMITライセンスで公開しているオープンな音声合成モデルのシリーズです。どのモデルも短い参考音声からゼロショットで声をクローンします。シリーズには、5億パラメータで23言語に対応するMultilingual V3、3.5億パラメータの英語版Turbo、CPU向けで1.1億パラメータの英語版Nano、そして単一言語向けの追加学習モデル群があります。\n\nSuperClonicaは逆のアプローチで、声を一度Supertonic 3のファイルに学習させ、あとは普通のCPUで速く動かします。Chatterboxは当社の比較表に入っていないため、当社独自の速度や品質の評価は載せていません。","sections":[{"heading":"Chatterboxのモデル","paragraphs":["Multilingual V3は汎用モデルで、アラビア語、デンマーク語、ドイツ語、ギリシャ語、英語、スペイン語、フィンランド語、フランス語、ヘブライ語、ヒンディー語、イタリア語、日本語、韓国語、マレー語、オランダ語、ノルウェー語、ポーランド語、ポルトガル語、ロシア語、スウェーデン語、スワヒリ語、トルコ語、中国語に対応します。中国語、中南米とスペインのスペイン語、ブラジルとポルトガルのポルトガル語、ヒンディー語には個別の追加学習モデルもあります。","Turboは低遅延の英語音声エージェント向けで、[laugh]や[cough]といったタグを解釈します。NanoはTurboと同じ構造で1.1億パラメータ、Resemble AIによると8コアのCPUでリアルタイムの3倍速で動きます。パッケージはpip install chatterbox-ttsでインストールでき、Python 3.11で検証されています。"]},{"heading":"短い音声からのクローンか、学習済みの声か","paragraphs":["Chatterboxでは、リクエストのたびに参考音声を渡し、モデルがそこから声を組み立て直します。新しい声を得るいちばん速い方法で、結果は渡す音声に左右されます。","SuperClonicaは声を一度だけ学習します。必要なのは、正確な書き起こし付きの5〜10秒のきれいな録音と、自分のPCのNVIDIA GPUです。学習は無料で、JSONも無料でダウンロードできます。GPUがなければ作者に依頼でき、予算は結果を承認するまで確保されます。カタログからデモ付きの既製音声を選ぶこともできます。その後は、どのリクエストも同じファイルから始まります。"]},{"heading":"CPUでのChatterboxの速度","paragraphs":["当社はChatterboxを計測していません。Resemble AIが示すNanoの数字は8コアのCPUでリアルタイムの3倍速で、大きいモデルの例はCUDAで動かしています。","SuperClonicaについては、8コアのデスクトップCPUでリアルタイムの6.4〜9.7倍速と見積もっています。2つの数字は別々のテストと文章によるものなので、目安として受け取り、ご自分のPCで計測してください。"]},{"heading":"ライセンスと透かし","paragraphs":["Chatterboxのコードと重みはMITで、もっとも制限の少ないライセンスの1つです。Chatterboxが生成するファイルにはすべてResemble AIのPerTh透かしが入ります。耳には聞こえず、MP3圧縮や編集にも耐えるよう作られた印で、あとから合成音声だと判別できるようにするためのものです。","Supertonic 3はOpenRAIL-Mで、禁止用途のリストを定めた無償のライセンスです。SuperClonicaで購入した音声は自分のプロジェクト用で、転売はできません。"]},{"heading":"Chatterboxを選ぶべき場面","paragraphs":["固定した音声ファイルが欲しい場合、Supertonic 3の31言語でCPUでも速い読み上げが必要な場合、作者に声を作ってもらいたい場合は、SuperClonicaが向いています。次の用途ではChatterboxのほうが合っています。"],"points":["学習なしで、短い音声からすぐにクローンしたい。","Supertonic 3が対応していない中国語、ヘブライ語、マレー語、スワヒリ語。","笑い声や咳などの非言語タグを使った、表現豊かな英語。","モデルの重みにMITライセンスが必要なプロジェクト。"]}],"faq":[{"question":"Chatterbox TTSは無料で商用利用できますか？","answer":"できます。コードも重みもMITライセンスです。ただし、生成したファイルにはすべて聞こえないPerTh透かしが入ります。"},{"question":"ChatterboxはCPUで動きますか？","answer":"Nanoはそのためのモデルで、Resemble AIによると8コアのCPUでリアルタイムの3倍速ですが、英語のみです。多言語モデルもCPUに読み込めますが、例ではGPUを使っています。"},{"question":"Chatterboxは日本語に対応していますか？","answer":"はい。日本語はMultilingual V3の23言語に含まれます。TurboとNanoは英語のみです。Supertonic 3も日本語に対応しています。"},{"question":"SuperClonicaとChatterboxの違いは何ですか？","answer":"Chatterboxはリクエストのたびに短い音声から声をクローンします。SuperClonicaはSupertonic 3の声をJSONファイル1つで提供します。自分で一度学習する、カタログで買う、作者に依頼する、のいずれかで手に入れ、より速いエンジンでオフラインで動かせます。"}],"cta":{"catalog":"既製の音声を聞く","install":"SuperClonicaをインストール"},"sources":[{"label":"Chatterbox リポジトリ（GitHub）","url":"https://github.com/resemble-ai/chatterbox"},{"label":"Chatterbox モデルカード（Hugging Face）","url":"https://huggingface.co/ResembleAI/chatterbox"},{"label":"Chatterbox-Nano モデルカード（Hugging Face）","url":"https://huggingface.co/ResembleAI/chatterbox-nano"},{"label":"PerTh 透かし（GitHub）","url":"https://github.com/resemble-ai/perth"},{"label":"Supertonic 3 モデルカード","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"自分のPCで動く音声合成・テキスト読み上げ"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio・Fish SpeechとSuperClonicaの比較"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoiceとSuperClonica：言語の多さか、速度か"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"ローカル音声合成ならQwen3-TTSかSuperClonicaか"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTSとSuperClonica：ゼロショットのクローンか、CPUでの高速読み上げか"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"オフラインで使えるElevenLabsの代替"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"自分のPCでテキストをオフライン読み上げする方法"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"ボイスクローン：録音の声に近い音声を手に入れる方法"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026年、ローカルで使える無料の音声合成モデル"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"動画、オーディオブック、ゲーム、アプリのテキスト読み上げ"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 の音声：カスタム音声の入手先と使い方"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Pythonで音声合成：オフライン・無料・自然な声で"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Dockerで動かすセルフホスト音声合成API"}]}