# Chatterbox

Éditeur : Resemble AI (États-Unis). Poids ouverts. Licence : MIT.

En bref : 76e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un peloton de 5 modèles que la marge d'erreur ne permet pas de séparer ; 28e sur 38 en synthèse vocale en anglais (TTS Arena).

Page : https://quelleia.com/voix/modeles/chatterbox/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de synthèse vocale ouvert de Resemble AI, sous licence MIT, qui clone une voix à partir de quelques secondes d'audio sans entraînement. Il se distingue par un réglage de l'intensité émotionnelle et marque chaque fichier produit d'un filigrane audio imperceptible (PerTh). (lu sur https://www.resemble.ai/chatterbox/)

- Sortie : 28 mai 2025 (selon Artificial Analysis)
- Taille : 500 millions de paramètres (lu sur la page de l'éditeur, https://huggingface.co/ResembleAI/chatterbox/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : anglais seulement (en).
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://huggingface.co/ResembleAI/chatterbox/raw/main/README.md

## Ses classements

- Synthèse vocale en anglais, Artificial Analysis : 76e sur 96, Elo 1 026 (intervalle à 95 % : 1 015 à 1 037), 4 697 votes ; prix : 25 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/resembleai (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, TTS Arena : 28e sur 38, Elo 1 476 (intervalle à 95 % : 1 456 à 1 496), 1 784 votes. Source : TTS Arena V2, TTS-AGI, https://huggingface.co/spaces/TTS-AGI/TTS-Arena-V2 (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en anglais, Artificial Analysis : [T2A-01-Turbo](https://quelleia.com/voix/modeles/minimax-t2a-01-turbo/), 74e (1 030), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Lightning v3.1](https://quelleia.com/voix/modeles/smallest-ai-lightning-v3-1/), 77e (1 024), juste derrière
- Synthèse vocale en anglais, TTS Arena : [Eleven v3](https://quelleia.com/voix/modeles/elevenlabs-eleven-v3/), 27e (1 496), juste devant
- Synthèse vocale en anglais, TTS Arena : [Voice.ai Text to Speech V1](https://quelleia.com/voix/modeles/voice-ai-text-to-speech-v1/), 29e (1 483), juste derrière

## Comment lire ces chiffres

- Synthèse vocale : Dans une arène, des votants écoutent deux voix à l'aveugle et choisissent la meilleure ; l'Elo en tire un classement, plus il est haut, mieux c'est. Le repère de prononciation compte les mots qu'un modèle de transcription comprend mal en relisant la voix : plus il est bas, mieux c'est.

## Noms dans les sources

- Artificial Analysis : Chatterbox
- TTS Arena V2 : Chatterbox

## Liens

- Page de l'éditeur : https://www.resemble.ai/chatterbox/
- L'essayer : https://huggingface.co/spaces/ResembleAI/Chatterbox

## Pages lues

- https://www.resemble.ai/chatterbox/ (« Chatterbox The original High quality, fast text-to-speech with emotion control and zero-shot voice cloning. »), 17/10/2026
- https://www.resemble.ai/chatterbox/ (« Built-in PerTh watermarking on every generation. »), 17/10/2026
- https://www.resemble.ai/chatterbox/ (« Clone any voice with just a few seconds of reference audio. No training required. »), 17/10/2026
- https://huggingface.co/ResembleAI/chatterbox/raw/main/README.md (« | Chatterbox | 500M | English | CFG and exaggeration tuning | General zero-shot TTS with creative controls | [Demo](https://huggingface.co/spaces/ResembleAI/Chatterbox) | »), 17/10/2026