# Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado

Atualizado 2026-10-23

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.

O 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.

## Os modelos do Chatterbox

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.

## Clonar a partir de um trecho ou uma voz treinada

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.

## Velocidade do Chatterbox no CPU

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.

## Licenças e marcas d'água

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.

## Quando o Chatterbox é a melhor escolha

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:

- 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.

## Mais sobre texto para fala

- [Texto para fala que roda no seu próprio computador](https://superclonica.com/pt/text-to-speech)
- [Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo](https://superclonica.com/pt/compare/supertonic)
- [Fish Audio e Fish Speech comparados ao SuperClonica](https://superclonica.com/pt/compare/fish-audio)
- [OmniVoice ou SuperClonica: mais idiomas ou mais velocidade](https://superclonica.com/pt/compare/omnivoice)
- [Qwen3-TTS ou SuperClonica para texto para fala local](https://superclonica.com/pt/compare/qwen3-tts)
- [VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU](https://superclonica.com/pt/compare/voxcpm)
- [F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU](https://superclonica.com/pt/compare/f5-tts)
- [Uma alternativa offline ao ElevenLabs](https://superclonica.com/pt/compare/elevenlabs)
- [Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local](https://superclonica.com/pt/compare/kokoro)
- [Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida](https://superclonica.com/pt/compare/piper)
- [Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS](https://superclonica.com/pt/compare/xtts)

## Guias de texto para fala

- [Como converter texto em fala offline no seu computador](https://superclonica.com/pt/guides/offline-text-to-speech)
- [Clonagem de voz: como conseguir uma voz parecida com uma gravação](https://superclonica.com/pt/guides/voice-cloning)
- [Os melhores modelos de texto para fala grátis para uso local em 2026](https://superclonica.com/pt/guides/best-free-tts-models)
- [Texto para fala para vídeos, audiolivros, jogos e apps](https://superclonica.com/pt/guides/text-to-speech-for-videos)
- [Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las](https://superclonica.com/pt/guides/supertonic-3-voices)
- [Texto para fala em Python: offline, grátis e com vozes naturais](https://superclonica.com/pt/guides/python-text-to-speech)
- [API de texto para fala auto-hospedada no Docker](https://superclonica.com/pt/guides/text-to-speech-api-docker)

## Perguntas frequentes

### O Chatterbox TTS é grátis para uso comercial?

Sim, o código e os pesos estão sob MIT. Lembre que todo arquivo gerado leva uma marca d'água PerTh inaudível.

### O Chatterbox roda no CPU?

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.

### O Chatterbox fala português?

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.

### Qual é a diferença entre o SuperClonica e o Chatterbox?

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.

- [Ouvir vozes prontas](https://superclonica.com/pt/explore)
- [Instalar o SuperClonica](https://superclonica.com/pt/superclonica)

## Fontes

- [Repositório do Chatterbox (GitHub)](https://github.com/resemble-ai/chatterbox)
- [Página do modelo Chatterbox (Hugging Face)](https://huggingface.co/ResembleAI/chatterbox)
- [Página do modelo Chatterbox-Nano (Hugging Face)](https://huggingface.co/ResembleAI/chatterbox-nano)
- [Marca d'água PerTh (GitHub)](https://github.com/resemble-ai/perth)
- [Página do modelo Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/pt/)
- [Catálogo de vozes de IA para texto em fala](https://superclonica.com/pt/explore)
- [Pedidos de vozes personalizadas](https://superclonica.com/pt/requests)
- [Como funciona: vozes, TTS local e treinamento](https://superclonica.com/pt/guide)
- [Instale o motor rápido para o Supertonic 3](https://superclonica.com/pt/superclonica)
- [Quem somos: entusiastas de TTS](https://superclonica.com/pt/about)
- [Contato, suporte e denúncias de vozes](https://superclonica.com/pt/contacts)
- [Política de privacidade e dados](https://superclonica.com/pt/privacy)
- [Termos de uso da plataforma](https://superclonica.com/pt/terms)
- [Texto para fala](https://superclonica.com/pt/text-to-speech)