{"kind":"compare","slug":"chatterbox","path":"/compare/chatterbox","title":"Alternativa ao Chatterbox TTS para CPU | SuperClonica","description":"Chatterbox ou SuperClonica: os modelos MIT da Resemble AI clonam uma voz a partir de um trecho; uma voz do Supertonic 3 é treinada uma vez e roda rápido no CPU.","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado","intro":"O Chatterbox é uma família de modelos abertos de texto para fala da Resemble AI, sob licença MIT. Todos clonam uma voz zero-shot a partir de um trecho curto de referência. A família tem o Multilingual V3, com 500 milhões de parâmetros e 23 idiomas; o Turbo, em inglês, com 350 milhões; o Nano, também em inglês, com 110 milhões para uso no CPU; e um conjunto de modelos ajustados para idiomas específicos.\n\nO SuperClonica segue o caminho oposto: a voz é treinada uma vez em um arquivo do Supertonic 3 e depois roda rápido em um processador comum. O Chatterbox não está na nossa tabela comparativa, então não damos números próprios de velocidade nem de qualidade para ele.","sections":[{"heading":"Os modelos do Chatterbox","paragraphs":["O Multilingual V3 é o modelo geral: árabe, dinamarquês, alemão, grego, inglês, espanhol, finlandês, francês, hebraico, hindi, italiano, japonês, coreano, malaio, holandês, norueguês, polonês, português, russo, sueco, suaíli, turco e chinês. Há modelos ajustados à parte para chinês, espanhol latino-americano e da Espanha, português do Brasil e de Portugal, e hindi.","O Turbo é voltado para agentes de voz em inglês com baixa latência e entende tags como [laugh] e [cough]. O Nano usa a mesma arquitetura com 110 milhões de parâmetros, e a Resemble AI informa que ele roda 3 vezes mais rápido que o tempo real em 8 núcleos de CPU. O pacote se instala com pip install chatterbox-tts e foi testado no Python 3.11."]},{"heading":"Clonar a partir de um trecho ou uma voz treinada","paragraphs":["No Chatterbox você passa uma gravação de referência a cada pedido, e o modelo reconstrói a voz a partir dela. É o caminho mais rápido para uma voz nova, e o resultado depende do trecho usado.","O SuperClonica treina a voz uma vez só. Você precisa de uma gravação limpa de 5 a 10 segundos com a transcrição exata e de uma GPU NVIDIA no seu computador; o treino é grátis e o JSON é baixado de graça. Sem GPU, encomende a voz de um autor, com o orçamento reservado até você aceitar o resultado, ou escolha uma voz pronta com demos no catálogo. Depois disso, todo pedido parte do mesmo arquivo."]},{"heading":"Velocidade do Chatterbox no CPU","paragraphs":["Nós não medimos o Chatterbox. O número da Resemble AI para o Nano é 3 vezes mais rápido que o tempo real em 8 núcleos de CPU; os exemplos dos modelos maiores rodam em CUDA.","Para o SuperClonica estimamos de 6,4 a 9,7 vezes mais rápido que o tempo real em um CPU de desktop com 8 núcleos. Os dois números vêm de testes e textos diferentes, então use-os como ponto de partida e meça no seu próprio computador."]},{"heading":"Licenças e marcas d'água","paragraphs":["O código e os pesos do Chatterbox estão sob MIT, uma das licenças mais permissivas que existem. Todo arquivo gerado pelo Chatterbox leva a marca d'água PerTh da Resemble AI, uma marca inaudível feita para resistir à compressão em MP3 e à edição, para que a fala possa ser reconhecida depois como gerada.","O Supertonic 3 está sob a OpenRAIL-M, uma licença livre de royalties com uma lista de usos proibidos. As vozes compradas no SuperClonica são para os seus próprios projetos e não podem ser revendidas."]},{"heading":"Quando o Chatterbox é a melhor escolha","paragraphs":["O SuperClonica serve quando você quer um arquivo de voz fixo, texto para fala rápido no CPU nos 31 idiomas do Supertonic 3 ou uma voz feita para você por um autor. O Chatterbox é melhor para:"],"points":["Clonar voz na hora a partir de um trecho, sem treino.","Chinês, hebraico, malaio ou suaíli, que o Supertonic 3 não cobre.","Inglês expressivo com risadas, tosses e outras tags não verbais.","Projetos que precisam da licença MIT para os pesos do modelo."]}],"faq":[{"question":"O Chatterbox TTS é grátis para uso comercial?","answer":"Sim, o código e os pesos estão sob MIT. Lembre que todo arquivo gerado leva uma marca d'água PerTh inaudível."},{"question":"O Chatterbox roda no CPU?","answer":"O Nano foi feito para isso: segundo a Resemble AI, roda 3 vezes mais rápido que o tempo real em 8 núcleos de CPU, só em inglês. O modelo multilíngue também pode ser carregado no CPU, mas os exemplos dele usam GPU."},{"question":"O Chatterbox fala português?","answer":"Sim: o português está entre os 23 idiomas do Multilingual V3, e há modelos ajustados para o português do Brasil e de Portugal. O Turbo e o Nano só falam inglês."},{"question":"Qual é a diferença entre o SuperClonica e o Chatterbox?","answer":"O Chatterbox clona uma voz a partir de um trecho a cada pedido. O SuperClonica entrega uma voz do Supertonic 3 em um único arquivo JSON, treinada uma vez, comprada no catálogo ou encomendada de um autor, e um motor mais rápido para rodá-la offline."}],"cta":{"catalog":"Ouvir vozes prontas","install":"Instalar o SuperClonica"},"sources":[{"label":"Repositório do Chatterbox (GitHub)","url":"https://github.com/resemble-ai/chatterbox"},{"label":"Página do modelo Chatterbox (Hugging Face)","url":"https://huggingface.co/ResembleAI/chatterbox"},{"label":"Página do modelo Chatterbox-Nano (Hugging Face)","url":"https://huggingface.co/ResembleAI/chatterbox-nano"},{"label":"Marca d'água PerTh (GitHub)","url":"https://github.com/resemble-ai/perth"},{"label":"Página do modelo Supertonic 3","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":"Texto para fala que roda no seu próprio computador"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio e Fish Speech comparados ao SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS ou SuperClonica para texto para fala local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Uma alternativa offline ao ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Como converter texto em fala offline no seu computador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Os melhores modelos de texto para fala grátis para uso local em 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto para fala para vídeos, audiolivros, jogos e apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto para fala em Python: offline, grátis e com vozes naturais"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto para fala auto-hospedada no Docker"}]}