Chatterbox è un modello open source di sintesi vocale (TTS) di Resemble AI, che permette di generare voci naturali e clonare voci umane con pochi secondi di audio di riferimento. Può essere installato facilmente su Windows, Linux e macOS, offrendo compatibilità multipiattaforma e prestazioni elevate.

Requisiti essenziali

Prima di procedere, assicurati di avere:

• Python 3.10 o superiore (consigliato 3.11)
• Git per scaricare il codice
• ffmpeg per gestire i file audio
• Almeno 8 GB di RAM
• GPU compatibile CUDA per Windows e Linux o supporto Apple MPS su macOS per prestazioni accelerate

Su Linux e macOS, ffmpeg si installa con:

sudo apt install ffmpeg -y       # Linux
brew install ffmpeg              # macOS

Installazione su Windows

1. Installa Python (assicurandoti di aggiungerlo al PATH) e Git.
2. Apri il prompt dei comandi e scarica Chatterbox con:

   git clone https://github.com/resemble-ai/chatterbox.git
   cd chatterbox

3. Crea un ambiente virtuale e attivalo:

   python -m venv venv
   venv\Scripts\activate

4. Aggiorna pip e installa le dipendenze:

   pip install --upgrade pip
   pip install -r requirements.txt

5. Avvia l’interfaccia web con:

   python gradio_tts_app.py

L’interfaccia si aprirà su http://127.0.0.1:7860, consentendo di generare testo parlato e caricare audio di riferimento.

Installazione su Linux

1. Installa Python, pip, git e ffmpeg:

   sudo apt update
   sudo apt install python3-pip python3-venv git ffmpeg -y

2. Scarica il repository:

   git clone https://github.com/resemble-ai/chatterbox.git
   cd chatterbox

3. Crea e attiva l’ambiente virtuale:

   python3 -m venv venv
   source venv/bin/activate

4. Installa pip aggiornato e le dipendenze:

   pip install --upgrade pip
   pip install -r requirements.txt

5. Avvia l’interfaccia web:

   python3 gradio_tts_app.py

Installazione su macOS (Intel e Apple Silicon)

1. Installa Homebrew, Python, git e ffmpeg:

   /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
   brew install python git ffmpeg

2. Scarica il modello:

   git clone https://github.com/resemble-ai/chatterbox.git
   cd chatterbox

3. Crea e attiva un ambiente virtuale:

   python3 -m venv .venv
   source .venv/bin/activate

4. Aggiorna pip e installa le dipendenze:

   pip install --upgrade pip
   pip install -r requirements.txt

5. Avvia il modello con:

   python app.py

Su macOS Apple Silicon, PyTorch sfrutta l’accelerazione MPS automaticamente, offrendo prestazioni elevate senza la necessità di CUDA.

Consigli utili

• Se incontri problemi con torch o torchaudio, aggiorna specificamente con:

  pip install torch torchvision torchaudio

• Per evitare conflitti, usa sempre ambienti virtuali o Conda.
• Su sistemi senza GPU, la modalità CPU funziona seppur più lentamente.

In sintesi

Installare Chatterbox su Windows, Linux e macOS è semplice e veloce, permettendo di avere a disposizione uno strumento di sintesi vocale potente, espressivo e locale. Con questa configurazione, è possibile generare voci naturali e personalizzate direttamente dal proprio computer, con totale controllo e libertà.