Chatterbox Turbo

概要

• 350MパラメータのオープンソースTTSモデル。
• パラ言語タグで laugh/sigh などの感情を簡単に制御可能。
• ゼロショットによる声のクローン機能を搭載。
• 実時間の6倍以上の高速処理。
• 安全性のため PerTh ウォーターマーキングをデフォルト搭載。
• MITライセンス下の公開で、オープンソース領域での活用が期待される。

著者コメントの要点

• 使い勝手のよい感情制御と安全機能の組み込みを高く評価。