Chatterbox

O que é

O Chatterbox é um conjunto de modelos de síntese de voz (text-to-speech), ou seja, ele lê um texto em voz alta com som natural. É desenvolvido pela Resemble AI e distribuído como código aberto. Segundo o repositório oficial, a versão multilíngue cobre mais de 20 idiomas, incluindo português.

O repositório também cita modelos dedicados a idiomas específicos, entre eles um ajustado para o português do Brasil. Há ainda versões menores, focadas em inglês, para computadores mais modestos.

Como funciona

Diferente de um app com janela, o Chatterbox é usado por meio do Python, uma linguagem de programação. Você instala o pacote com um comando, copia um exemplo do repositório, coloca o seu texto e roda. O resultado é um arquivo de áudio.

O modelo pode partir de uma gravação de referência para imitar o timbre de uma voz. É como um locutor que ouve uma amostra e depois lê o roteiro com aquela voz. Também há controles de emoção e intensidade.

Principais recursos

Segundo o GitHub oficial, os destaques são voz natural em vários idiomas, clonagem de voz a partir de uma amostra e controle de expressividade. A versão Turbo aceita marcações como risada e tosse no texto, mas é focada em inglês.

Todo áudio gerado recebe uma marca d'água digital invisível, chamada Perth, que ajuda a identificar que o som foi feito por IA. É uma medida de uso responsável prevista pelo próprio projeto.

Pra quem é (e pra quem não é)

É indicado para quem tem alguma familiaridade com tecnologia, ou conta com alguém que tenha, e quer gerar narrações em português sem pagar por minuto de áudio. O catálogo dá nota 4 de facilidade, ou seja, é mais técnico.

Quem nunca usou Python pode achar o processo difícil. Nesse caso, apps com interface pronta, via Pinokio, podem ser um caminho mais simples. Placa de vídeo é recomendada para gerar rápido.

Quanto custa

Segundo o catálogo do IAlfabeto, o Chatterbox é código aberto e gratuito. Você não paga licença nem mensalidade para usá-lo no seu computador.

Os custos que existem são indiretos: um computador com memória e, de preferência, placa de vídeo à altura dos modelos que você quer rodar, além da energia elétrica gasta enquanto a IA trabalha. Confira a licença no repositório oficial antes de usar as vozes em projetos comerciais.

Dicas para usar melhor

Comece pelo exemplo do README, sem mudar nada, só para ver funcionando. Depois troque o texto por um trecho curto em português. Escreva frases com pontuação correta, porque isso ajuda a entonação.

Se usar uma voz de referência, grave em lugar silencioso e no mesmo idioma do texto final. O repositório avisa que, se a amostra for em outro idioma, o sotaque pode ser herdado.

Cuidados e privacidade

O Chatterbox permite imitar vozes. Use apenas a sua própria voz ou de pessoas que deram autorização por escrito. Imitar a voz de alguém sem permissão pode configurar fraude e causar problemas legais.

Nunca use vozes geradas para se passar por outra pessoa, por exemplo em ligações. Informe ao público quando um áudio for feito com IA.