AI 初創公司 Resemble AI 發佈開源文本到語音模型 “Chatterbox Turbo”，僅需 5 秒音頻即可克隆人聲。

該公司稱，該模型在音質上優於 ElevenLabs 與 Cartesia，且首段音頻輸出延遲低於 150 毫秒，適用於實時智能體、客服系統、遊戲、虛擬形象及社交平台等場景。

Chatterbox Turbo 採用 MIT 許可證發佈，支持免費商用、修改與再分發。模型已在 Hugging Face、RunPod、Modal、Replicate 和 Fal 上線，完整代碼託管於 GitHub。

https://huggingface.co/ResembleAI/chatterbox-turbo
https://github.com/resemble-ai/chatterbox

Resemble AI 同時提供託管服務，並計劃推出低延遲版本。模型內置 “PerTh” 水印，便於監管行業驗證語音是否由 AI 生成。