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
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