RepoPicks Radar

每天约 23:30 UTC 更新

指南

Chatterbox TTS Server

devnen/Chatterbox-TTS-ServerAI 已审核

RepoPicks Radar 检查于

Chatterbox TTS Server 是什么?

这个项目把 Resemble AI 的 Chatterbox 语音模型封装成一个带网页和 API 的服务器。你粘贴文本,选择内置的某个声音,或上传一段简短录音来复刻某个声音,它就会生成音频;长文本会自动拆分,所以整本书会变成一个文件。项目提供三个模型(英语、23种语言,以及更快的 Turbo 版),你可以在下拉菜单中切换。它可以在 Windows、Linux 和 Apple Silicon 上运行,需要 Python 3.10,配备 NVIDIA 或 AMD 显卡会更快,此外还有 Docker 方式和 Google Colab 演示。

Chatterbox TTS Server 免费开源(MIT),可以替代 ElevenLabs、Murf和Speechify。

Chatterbox TTS Server 安装有多容易?

C · 需要安装 1–2 个工具 · Windows

  • Windows C
  • macOS D
  • Linux C

Windows 上最简单:安装 Python 3.10,克隆仓库,双击 start.bat,启动器会检测你的显卡、安装所有依赖并打开网页(之后它的 Portable Mode 能让这个文件夹随意移动)。Linux 上的工作量相同,用 ./start.sh。macOS 更难(评级为 D):硬件表把 Apple Silicon 标为"Manual install",也就是说你要自己搭建环境、手动安装各个包。

Chatterbox TTS Server 的 GitHub 数据

星标
1,4992026年11月10日
下载量
—所有发布版本
增长
+46 天内新增星标

星标变化

1,4971,4981,4991,500 11月7日11月8日11月9日11月10日 1,4971,4981,4991,500 11月7日11月9日

事实

可运行于
Windows, Linux, macOS
需要安装
Python, Docker, NVIDIA 显卡, FFmpeg
从源码编译需要
Python, Docker, NVIDIA 显卡, FFmpeg
磁盘空间
950 MB–4.3 GB · 估算
账号或密钥
Hugging Face
费用
免费 · 服务器和模型都可以免费下载并在你自己的机器上运行;你付出的是硬件和电费,或者租用 GPU 的时间成本。
许可证
MIT (宽松型)
可以替代
ElevenLabs, Murf, Speechify
GitHub 上的最近改动
2026年5月26日

Chatterbox TTS Server 的风险信号 (6)

  • 注意依赖存在已知漏洞

    锁定版本的依赖中存在已知漏洞(OSV):torch: GHSA-63cw-57p8-fm3p, GHSA-qfhq-4f3w-5fph, GHSA-rrmf-rvhw-rf47; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74; torch: GHSA-rrmf-rvhw-rf47, PYSEC-2026-139; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-63cw-57p8-fm3p; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-63cw-57p8-fm3p; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74; torch: GHSA-3749-ghw9-m3mg, GHSA-53q9-r3pm-6pq6, GHSA-63cw-57p8-fm3p; diffusers: GHSA-7wx4-6vff-v64p, GHSA-98h9-4798-4q5v, PYSEC-2026-2446; transformers: GHSA-29pf-2h5f-8g72, GHSA-37mw-44qp-f5jm, GHSA-4w7r-h757-3r74

    自动检查

  • 注意引擎从一个git fork安装

    每一条安装路径最后都是"pip install --no-deps git+https://github.com/devnen/chatterbox-v2.git@master"(Dockerfile 和所有依赖文件都是如此)。语音引擎取自维护者自己的 fork,内容就是当天 master 分支上有什么,而 --no-deps 跳过了依赖检查,所以落到你机器上的版本并没有被锁定。

    AI 审核

  • 注意克隆真实人物的声音

    "Voice Cloning: Supports voice cloning using a reference audio file (.wav or .mp3)",但 README 中任何地方都没有同意或可接受使用方面的说明。只要一段某人声音的简短录音,就足以让他们看起来说了任何话。该引擎确实包含了 Resemble 的水印库(依赖文件中的 resemble-perth==1.0.1)。

    AI 审核

  • 注意没有密码保护的网页服务器

    服务器开放 8004 端口,提供一个网页界面和一个兼容 OpenAI 的 API,界面还能"view/edit config.yaml settings (server, model, paths)";README 没有描述任何登录或令牌机制。v2.0.0 的更新说明也记录了一个过去的漏洞:"Security: CWE-22 path traversal fixed on /tts and /v1/audio/speech voice file parameters"。请把它留在你自己的机器上,或者放在需要密码才能访问的环境后面。

    AI 审核

  • 信息仅支持python 3.10

    README 的前提条件写道:"Python: Version 3.10 required ... Python 3.11+ is not supported — key dependencies lack pre-built wheels, causing build failures."在 Windows 上,Portable Mode 会自带下载一个内嵌的 Python 3.10。

    AI 审核

  • 信息amd的docker降低了容器隔离度

    docker-compose-rocm.yml、-rdna4.yml 和 -strixhalo.yml 设置了"security_opt: seccomp=unconfined""ipc: host",并允许访问 /dev/kfd 和 /dev/dri 设备,还建议在 GPU 访问失败时取消注释"privileged: true"和"/dev/mem",这会让容器获得对主机极为广泛的访问权限。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 Chatterbox TTS Server 相关内容

  • 能否安装并使用你那张具体的显卡,因为不同显卡系列各有一套单独的依赖文件
  • 实际的磁盘占用:README 本身建议为依赖项和模型缓存预留 10 GB 以上空间,模型本身大约就有 2 GB
  • 克隆出来的声音听起来有多好,以及在你的硬件上生成速度有多快
  • 每个生成的文件是否都带有 Perth 水印
  • Google Colab 演示是否还能运行

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面