Skip to content

SpatariuRares/chatterbox_demo

BranchesTags

Repository files navigation

Chatterbox TTS Studio

Studio professionale di sintesi vocale utilizzando Chatterbox con interfaccia web Gradio e gestione completa di voci e testi.

Caratteristiche

  • 🌐 Interfaccia Web Gradio - Interfaccia grafica moderna e professionale
  • ✨ Sintesi vocale multilingue - Supporto per 23 lingue
  • 🎙️ Gestione voci - Crea, modifica ed elimina voci direttamente dall'interfaccia
  • 📝 Gestione testi - Upload, modifica ed elimina file di testo
  • ⚡ Batch processing - Genera audio per più testi contemporaneamente
  • 📊 Cronologia e statistiche - Traccia tutte le generazioni con statistiche dettagliate
  • 📜 Scripts per registrazione - Guide complete per clonazione vocale
  • 📁 Riferimenti audio multipli - Concatena automaticamente più file audio per voce
  • 🎵 Export multiplo - Output in formato WAV e MP3
  • ⚙️ Configurazione centralizzata - Tutte le impostazioni in un unico file
  • 🎛️ Preset audio - Configurazioni predefinite (Espressivo, Neutro, Conservativo)

Struttura del Progetto

chatterbox_demo/
├── main-web.py                          # 🌐 Interfaccia Web Gradio (NUOVO!)
├── start_web.bat                        # 🚀 Avvio rapido interfaccia web
├── main.py                              # Script da riga di comando
├── config.py                            # Configurazioni
├── utils/
│   ├── web_handlers.py                  # Handler logica web
│   ├── web_ui.py                        # Costruzione UI Gradio
│   ├── gradio_helpers.py                # Helper per Gradio
│   ├── audio_generator.py               # Generazione audio
│   ├── audio_utils.py                   # Utility audio
│   ├── text_utils.py                    # Utility testo
│   ├── text_splitter.py                 # Divisione testi lunghi
│   ├── voice_manager.py                 # Gestione voci
│   ├── output_manager.py                # Gestione output
│   ├── history_manager.py               # Cronologia generazioni
│   └── setup_utils.py                   # Setup e configurazione
├── input/
│   ├── voice/                           # Cartelle delle voci
│   │   ├── voce1/                       # Voce esempio 1
│   │   │   ├── sample1.wav
│   │   │   └── sample2.wav
│   │   └── voce2/                       # Voce esempio 2
│   │       ├── sample1.ogg
│   │       └── sample2.ogg
│   └── textToGenerate/                  # File di testo
│       ├── text1.txt
│       └── text2.txt
├── output/                              # File generati
│   ├── wav/                             # Audio WAV
│   ├── mp3/                             # Audio MP3
│   └── history/                         # Cronologia generazioni
├── script_clonazione_vocale.md          # Script registrazione (100 frasi)
├── script_medio_clonazione_vocale.md    # Script medio (50 frasi)
└── script_base_clonazione_vocale.md     # Script base (25 frasi)

Quick Start - 5 Minuti

Vuoi iniziare subito? Segui questi passi:

1. Installazione Veloce

# Clona o scarica il progetto
cd chatterbox_demo

# Crea ambiente virtuale
python -m venv venv

# Attiva ambiente
venv\Scripts\activate  # Windows
source venv/bin/activate  # Linux/Mac

# Installa dipendenze
pip install -r requirements.txt
pip install -e ./chatterbox

2. Prepara una Voce di Test

# Crea cartella voce
mkdir input/voice/test

# Copia 3-5 file audio (WAV, MP3, OGG) nella cartella
# Oppure registra clip audio di 5-10 secondi della tua voce

3. Avvia l'Interfaccia Web

# Windows
start_web.bat

# Linux/Mac
python main-web.py

Apri il browser su: http://localhost:7860

4. Genera il Primo Audio!

  1. Tab 🎬 Generate
  2. Seleziona voce "test"
  3. Scrivi un testo o selezionane uno esistente
  4. Click Generate
  5. Ascolta il risultato!

Installazione Completa

Requisiti

  • Python 3.8 - 3.11 (⚠️ Python 3.13 non è ancora supportato)
  • PyTorch con supporto CUDA (per GPU) o CPU
  • 4GB RAM minimo (8GB+ consigliati)
  • 3GB spazio disco per modelli
  • ffmpeg (opzionale, per export MP3)

Setup Dettagliato

  1. Clona o scarica il progetto

    git clone <repository-url>
cd chatterbox_demo

  2. Crea un ambiente virtuale

    # Python 3.11 consigliato
python -m venv venv

# Attiva ambiente
venv\Scripts\activate  # Windows
source venv/bin/activate  # Linux/Mac

  3. Installa PyTorch con CUDA (per GPU NVIDIA)

    # Per CUDA 12.4
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

# Oppure solo CPU
pip install torch torchvision torchaudio

  4. Installa le altre dipendenze

    pip install -r requirements.txt

  5. Installa Chatterbox

    pip install -e ./chatterbox

  6. Installa ffmpeg (opzionale, per export MP3)

    # Windows
winget install ffmpeg

# Mac
brew install ffmpeg

# Linux
sudo apt install ffmpeg

  7. Verifica installazione

    python -c "import torch; print(f'PyTorch: {torch.__version__}'); print(f'CUDA available: {torch.cuda.is_available()}')"

Utilizzo

🌐 INTERFACCIA WEB (Consigliato)

L'interfaccia web Gradio è il modo più semplice e completo per usare Chatterbox TTS Studio!

Avvio Rapido

Windows:

# Doppio click su:
start_web.bat

Linux/Mac:

python main-web.py

Apri il browser su: http://localhost:7860

Funzionalità Interfaccia Web

L'interfaccia web include 6 tab principali:

🎬 Tab 1: Generate (Genera Audio)
  • Seleziona voce e testo dai dropdown
  • Configura parametri di generazione (temperatura, esagerazione, ecc.)
  • Usa preset predefiniti: Espressivo, Neutro, Conservativo
  • Genera audio WAV e MP3 con un click
  • Ascolta e scarica direttamente dall'interfaccia
🎤 Tab 2: Voices (Gestione Voci)
  • Visualizza tutte le voci disponibili con dettagli
  • Crea nuove voci caricando file audio
  • Aggiungi file audio a voci esistenti
  • Elimina voci non più necessarie
  • Vedi numero di file audio per ogni voce
📝 Tab 3: Texts (Gestione Testi)
  • Visualizza tutti i file di testo disponibili
  • Scrivi nuovi testi direttamente nell'editor
  • Upload file .txt dal computer
  • Elimina testi non più necessari
  • Contatore caratteri in tempo reale
⚡ Tab 4: Batch (Generazione Massiva)
  • Genera audio per più testi contemporaneamente
  • Seleziona una voce e più file di testo
  • Configura parametri una volta sola
  • Genera tutto con un singolo click
  • Perfetto per automatizzare la produzione
📊 Tab 5: History (Cronologia)
  • Vedi tutte le generazioni precedenti
  • Statistiche: totale generazioni, durata, dimensione file
  • Voci e testi più usati
  • Cancella cronologia quando necessario
📜 Tab 6: Scripts (Guide Registrazione)
  • Accedi agli script per clonazione vocale
  • 3 livelli: Base (25 frasi), Medio (50 frasi), Completo (100 frasi)
  • Script con frasi foneticamente bilanciate
  • Checklist tecnica per registrazione professionale
  • Leggi e copia direttamente dall'interfaccia

💻 Riga di Comando (Avanzato)

Se preferisci usare gli script da terminale:

Quick Start

  1. Prepara le voci

    Crea una cartella per ogni voce in input/voice/:

    input/voice/miaVoce/
├── sample1.wav
├── sample2.wav
└── sample3.ogg
    • Formati supportati: .wav, .mp3, .ogg, .flac, .m4a, .opus
    • Raccomandazione: audio puliti, senza rumore di fondo
    • Durata consigliata: almeno 3-5 secondi per file
    • Più file = migliore qualità

  2. Elenca le voci disponibili

    python list_voices.py

    Output:

    🎤 [SELEZIONATA] joeDoe
     Percorso: input/voice/joeDoe
     File audio: 5
     Campioni:
       - sample1.ogg
       - sample2.ogg
       ...

   janeDoe
     Percorso: input/voice/janeDoe
     File audio: 3

  3. Prepara i file di testo

    Aggiungi file .txt in input/textToGenerate/:

    echo "Ciao, questo è un test." > input/textToGenerate/test1.txt

  4. Elenca i testi disponibili

    python list_texts.py

    Output:

    📄 [SELEZIONATO] text_to_generate.txt
     Caratteri: 58
     Anteprima: Ciao, questo è un test di sintesi vocale...

   canto1DC.txt
     Caratteri: 1234
     Anteprima: Nel mezzo del cammin di nostra vita...

  5. Seleziona voce e testo

    Modifica config.py:

    SELECTED_VOICE = "joeDoe"                # Voce da usare
SELECTED_TEXT_FILE = "canto1DC.txt"      # Testo da sintetizzare

  6. Esegui lo script

    python main.py

  7. Trova i file generati

    I file saranno nella cartella output/:

    • output/wav/joeDoe_canto1DC.wav - Sintesi vocale (WAV)
    • output/mp3/joeDoe_canto1DC.mp3 - Sintesi vocale (MP3)
    • output/joeDoe_combined_voice.wav - Audio di riferimento combinato

    Formato nome: {voce}_{testo}.{estensione}

Gestione Multiple Voci

Aggiungere una Nuova Voce

  1. Crea una cartella in input/voice/:

    mkdir input/voice/nuovaVoce

  2. Aggiungi file audio nella cartella:

    input/voice/nuovaVoce/
├── recording1.wav
├── recording2.mp3
└── recording3.ogg

  3. Verifica che sia stata rilevata:

    python list_voices.py

  4. Selezionala in config.py:

    SELECTED_VOICE = "nuovaVoce"

Cambiare Voce

Modifica semplicemente SELECTED_VOICE in config.py:

# In config.py
SELECTED_VOICE = "janeDoe"  # Cambia la voce qui

Poi riesegui:

python main.py

Gestione Multiple Testi

Aggiungere un Nuovo Testo

  1. Crea un file .txt in input/textToGenerate/:

    echo "Il tuo testo qui" > input/textToGenerate/nuovo_testo.txt

  2. Verifica che sia stato rilevato:

    python list_texts.py

  3. Selezionalo in config.py:

    SELECTED_TEXT_FILE = "nuovo_testo.txt"

Cambiare Testo

Modifica SELECTED_TEXT_FILE in config.py:

# In config.py
SELECTED_TEXT_FILE = "canto1DC.txt"  # Cambia il testo qui

Poi riesegui:

python main.py

Clonazione Vocale

Per ottenere i migliori risultati nella clonazione vocale, segui gli script di registrazione professionali!

📜 Script di Registrazione Disponibili

Il progetto include 3 script per registrare campioni vocali di alta qualità:

  1. script_base_clonazione_vocale.md - 25 frasi (5-7 minuti)

    • Ideale per test rapidi
    • Copre i fonemi principali

  2. script_medio_clonazione_vocale.md - 50 frasi (10-12 minuti)

    • Bilanciamento fonemi migliorato
    • Buona qualità generale

  3. script_clonazione_vocale.md - 100 frasi (15-20 minuti) ⭐ CONSIGLIATO

    • Copertura completa di tutti i fonemi italiani
    • Include: domande, esclamazioni, numeri, emozioni
    • Checklist tecnica dettagliata
    • Risultati professionali

🎙️ Come Usare gli Script

Con Interfaccia Web (Più Facile):

  1. Avvia l'interfaccia: start_web.bat
  2. Vai al tab 📜 Scripts
  3. Seleziona lo script desiderato dal dropdown
  4. Leggi e registra le frasi seguendo le istruzioni
  5. Salva i file nella cartella della voce

Da File:

  1. Apri uno degli script .md con un editor
  2. Segui le istruzioni di registrazione
  3. Salva ogni frase come frase_001.wav, frase_002.wav, ecc.
  4. Copia tutti i file in input/voice/tuaVoce/

✅ Checklist Rapida Registrazione

  • ✅ Ambiente silenzioso (nessun rumore di fondo)
  • ✅ Microfono di qualità (condensatore USB consigliato)
  • ✅ Distanza costante: 15-20cm dalla bocca
  • ✅ Formato: WAV, 44.1kHz, 16-bit, mono
  • ✅ Durata: Almeno 3-5 secondi per file
  • ✅ Quantità: Minimo 20 file, consigliati 50-100
  • ✅ Idratazione: Bevi acqua, voce pulita
  • ✅ Lettura naturale: Conversazionale, non robotica

Configurazione Avanzata

Parametri di Generazione

Con Interfaccia Web:

  • Vai al tab 🎬 Generate
  • Usa i Preset: Espressivo, Neutro, Conservativo
  • Oppure regola manualmente i parametri

Da Riga di Comando - Modifica config.py:

# Selezione voce e testo
SELECTED_VOICE = "miaVoce"
SELECTED_TEXT_FILE = "mio_testo.txt"

# Lingua (codici ISO 639-1)
LANGUAGE_ID = "it"  # Italiano

# Qualità audio
SAMPLE_RATE = 24000
MP3_BITRATE = "192k"

# Parametri di generazione
TEMPERATURE = 0.8          # Variabilità (0.0-1.0)
CFG_WEIGHT = 0.5          # Peso del conditioning
EXAGGERATION = 0.5        # Espressività (0.0-1.0)
REPETITION_PENALTY = 2.0  # Penalità ripetizioni
MIN_P = 0.05              # Probabilità minima token
TOP_P = 1.0               # Top-p sampling

Spiegazione Parametri

Parametro Intervallo Descrizione Quando Usarlo
TEMPERATURE 0.0-1.0 Variabilità della sintesi Basso (0.5-0.7) per voce stabile, Alto (0.8-1.0) per variabilità
CFG_WEIGHT 0.0-1.0 Fedeltà all'audio di riferimento Alto (0.5-0.8) per somiglianza, Basso (0.2-0.4) per creatività
EXAGGERATION 0.0-1.0 Espressività emotiva Basso (0.2-0.4) per voce neutra, Alto (0.7-0.9) per narrazione espressiva
REPETITION_PENALTY 1.0-3.0 Evita ripetizioni Standard: 2.0, Aumenta se noti parole ripetute
MIN_P 0.0-1.0 Filtra token improbabili Standard: 0.05
TOP_P 0.0-1.0 Nucleus sampling Standard: 1.0, Riduci (0.7-0.9) per più coerenza

Lingue Supportate

Il modello supporta 23 lingue:

Codice Lingua Codice Lingua
ar Arabo it Italiano
da Danese ja Giapponese
de Tedesco ko Coreano
el Greco ms Malese
en Inglese nl Olandese
es Spagnolo no Norvegese
fi Finlandese pl Polacco
fr Francese pt Portoghese
he Ebraico sv Svedese
hi Hindi sw Swahili
tr Turco zh Cinese

Esempi d'Uso

🌐 Esempio 1: Workflow Completo con Interfaccia Web

Scenario: Creare un audiolibro con la tua voce

  1. Registra campioni vocali

    • Vai al tab 📜 Scripts
    • Seleziona "Script Completo Clonazione Vocale"
    • Registra le 100 frasi seguendo le indicazioni
    • Salva come frase_001.wav, frase_002.wav, etc.

  2. Crea la voce

    • Vai al tab 🎤 Voices
    • Inserisci nome: "La_Mia_Voce"
    • Carica tutti i file audio registrati
    • Click su "Create Voice"

  3. Prepara i testi

    • Vai al tab 📝 Texts
    • Scrivi o carica i capitoli del libro
    • Salva come: capitolo_1.txt, capitolo_2.txt, etc.

  4. Genera l'audiolibro (Batch)

    • Vai al tab ⚡ Batch
    • Seleziona voce: "La_Mia_Voce"
    • Seleziona tutti i capitoli
    • Usa preset "Espressivo"
    • Click "Generate All"

  5. Verifica risultati

    • Vai al tab 📊 History
    • Vedi tutte le generazioni
    • Scarica i file WAV/MP3
    • Controlla statistiche

💻 Esempio 2: Voce Italiana Espressiva (Riga di Comando)

# config.py
SELECTED_VOICE = "narrator"
SELECTED_TEXT_FILE = "racconto.txt"
LANGUAGE_ID = "it"
EXAGGERATION = 0.9       # Voce molto espressiva
TEMPERATURE = 0.8        # Buona variabilità
CFG_WEIGHT = 0.6         # Fedele all'audio di riferimento
# Testo in input/textToGenerate/racconto.txt
Wow! Non ci posso credere, è fantastico!
Il mio cuore batteva forte mentre aprivo la porta...
python main.py

Output: output/wav/narrator_racconto.wav

💻 Esempio 3: Voce Neutra per Assistente Virtuale

# config.py
SELECTED_VOICE = "assistant"
SELECTED_TEXT_FILE = "messaggi_sistema.txt"
LANGUAGE_ID = "it"
EXAGGERATION = 0.2       # Voce neutra
TEMPERATURE = 0.6        # Stabile e ripetibile
CFG_WEIGHT = 0.7         # Molto fedele
# Testo
Benvenuto nel sistema. Seleziona un'opzione dal menu.

🌐 Esempio 4: Generazione Batch Multilingue

Interfaccia Web - Tab Batch:

  • Voce: "polyglot"
  • Testi:
    • welcome_it.txt (italiano)
    • welcome_en.txt (inglese)
    • welcome_fr.txt (francese)

Nota: Cambia LANGUAGE_ID in config.py prima di ogni generazione, oppure usa più sessioni batch separate.

Script Utili

main-web.py (CONSIGLIATO)

Interfaccia web completa con Gradio

# Windows
start_web.bat

# Linux/Mac
python main-web.py

Funzionalità:

  • Gestione completa voci e testi
  • Generazione batch
  • Cronologia e statistiche
  • Scripts per clonazione vocale
  • Interfaccia user-friendly

main.py

Script da riga di comando - Genera sintesi vocale per testi brevi/medi e lunghi

python main.py

Caratteristiche:

  • Auto-detect lunghezza testo (<500 caratteri: single-pass, >500 caratteri: chunked)
  • Concatena automaticamente più file audio di riferimento
  • Output WAV e MP3
  • Nomi file intelligenti: {voce}_{testo}.wav

Configurazione in config.py:

SELECTED_VOICE = "miaVoce"
SELECTED_TEXT_FILE = "mio_testo.txt"

Risoluzione Problemi

🌐 Problemi Interfaccia Web

L'interfaccia web non si avvia

Soluzione:

  1. Verifica che tutte le dipendenze siano installate:
pip install -r requirements.txt
pip install -e ./chatterbox
  1. Verifica che la porta 7860 sia libera:
# Windows
netstat -ano | findstr :7860

# Linux/Mac
lsof -i :7860
  1. Prova a cambiare porta in main-web.py (linea 376-380)

Errore durante il caricamento del modello

Soluzione: Il modello viene caricato all'avvio. Attendi 30-60 secondi. Se persiste:

  • Verifica connessione internet (download modello da Hugging Face)
  • Controlla spazio su disco (modello ~2GB)
  • Verifica memoria GPU/RAM disponibile

💻 Problemi Script da Riga di Comando

Errore: "Nessuna voce trovata"

Soluzione: Assicurati di aver creato almeno una cartella in input/voice/ con file audio.

mkdir input/voice/miaVoce
# Copia file audio in input/voice/miaVoce/

Oppure usa l'interfaccia web (Tab Voices) per creare voci facilmente!

Errore: "Voce non trovata"

Soluzione: Verifica che il nome in SELECTED_VOICE corrisponda esattamente al nome della cartella.

Con interfaccia web: Vai al tab Generate e seleziona la voce dal dropdown.

Da riga di comando: Aggiorna config.py con il nome corretto della cartella.

Errore: "Nessun file audio trovato"

Soluzione: La cartella della voce è vuota. Aggiungi file audio (.wav, .mp3, .ogg, .flac, .m4a, .opus).

Con interfaccia web: Usa il tab Voices > Add Audio Files per aggiungere file.

Errore: "ffmpeg non trovato"

Soluzione: L'export MP3 è opzionale. Il file WAV viene comunque generato. Per abilitare MP3:

# Windows
winget install ffmpeg

# Linux
sudo apt install ffmpeg

# Mac
brew install ffmpeg

La voce generata non somiglia all'audio di riferimento

Soluzioni:

  • Usa più file audio di riferimento (almeno 3-5 file da 5-10 secondi)
  • Assicurati che gli audio siano puliti e senza rumore di fondo
  • Aumenta il parametro EXAGGERATION (0.7-0.9 per voci più espressive)
  • Usa audio della stessa persona/voce
  • Registra seguendo gli script di clonazione vocale (tab Scripts nell'interfaccia web)

Nell'interfaccia web:

  • Vai al tab Generate
  • Usa il preset "Espressivo" per voci più caratterizzate
  • Regola il parametro Exaggeration manualmente

Out of Memory (GPU)

Soluzione: Forza l'uso della CPU modificando config.py:

DEVICE = "cpu"

Nota: La generazione sarà più lenta ma funzionerà anche senza GPU.

Testo troppo lungo / Errore CUDA

Causa: Il testo supera i 500 caratteri e la GPU va in errore.

Soluzione: Lo script main.py ora gestisce automaticamente i testi lunghi dividendoli in chunk!

Se usi l'interfaccia web, la gestione è automatica in tutti i tab.

Tips & Best Practices

🎙️ Per Audio di Alta Qualità

  1. Qualità dei Campioni Vocali

    • Usa microfono condensatore (es. Blue Yeti, Audio-Technica AT2020)
    • Ambiente silenzioso con poco riverbero
    • Nessun rumore di fondo (ventole, traffico, ecc.)
    • Distanza costante dal microfono (15-20cm)

  2. Quantità Campioni

    • Minimo: 20 file (test rapidi)
    • Raccomandato: 50-100 file (qualità professionale)
    • Usa gli script di clonazione vocale forniti

  3. Formato Audio

    • Formato: WAV (non MP3 compresso)
    • Sample rate: 44.1kHz o 48kHz
    • Bit depth: 16-bit o 24-bit
    • Canali: Mono (non stereo)

  4. Contenuto Vocale

    • Variabilità: domande, esclamazioni, affermazioni
    • Copertura fonetica completa (usa gli script!)
    • Emozioni diverse (neutro, felice, serio)
    • Evita: tosse, schiocchi di labbra, respiri pesanti

⚙️ Ottimizzazione Parametri

Per Narrazione/Audiolibri:

EXAGGERATION = 0.7-0.9
TEMPERATURE = 0.7-0.8
CFG_WEIGHT = 0.5-0.6

Per Assistente Virtuale/Sistema:

EXAGGERATION = 0.2-0.3
TEMPERATURE = 0.6
CFG_WEIGHT = 0.7

Per Podcast/Interviste:

EXAGGERATION = 0.5-0.6
TEMPERATURE = 0.7
CFG_WEIGHT = 0.6

🚀 Performance

  • GPU NVIDIA: 5-10x più veloce della CPU
  • Testi lunghi: Usa chunking automatico (già implementato)
  • Batch processing: Usa tab Batch nell'interfaccia web
  • Memoria: Se OOM su GPU, usa DEVICE = "cpu" in config.py

📁 Organizzazione File

input/voice/
├── personaggio_1/        # Voce protagonista
├── personaggio_2/        # Voce antagonista
├── narratore/           # Voce neutrale
└── backup_registrazioni/  # Backup originali

input/textToGenerate/
├── progetto_A/
│   ├── capitolo_1.txt
│   └── capitolo_2.txt
└── progetto_B/
    └── script.txt

FAQ - Domande Frequenti

Q: Quanti file audio servono per clonare una voce? A: Minimo 20, ma 50-100 file danno risultati molto migliori. Usa gli script di registrazione forniti.

Q: Quanto tempo serve per generare 1 minuto di audio? A: Con GPU: 10-30 secondi. Con CPU: 1-3 minuti. Dipende dalla lunghezza del testo.

Q: Posso usare file MP3 come campioni vocali? A: Sì, ma WAV non compresso è fortemente raccomandato per migliore qualità.

Q: Supporta lingue italiane/dialetti? A: Il modello è addestrato su italiano standard. Dialetti funzionano se presenti nei campioni audio.

Q: Posso commercializzare audio generati? A: Verifica la licenza di Chatterbox. Assicurati di avere i diritti sulla voce clonata.

Q: Come miglioro la somiglianza alla voce originale? A: 1) Più campioni audio (50+), 2) Audio di alta qualità, 3) Aumenta CFG_WEIGHT, 4) Usa script di registrazione.

Q: L'interfaccia web funziona su tablet/smartphone? A: Sì, ma le prestazioni dipendono dall'hardware. Raccomandato PC/laptop con GPU.

Changelog Recenti

v2.0.0 - Interfaccia Web Gradio

  • ✨ NUOVO: Interfaccia web completa con 6 tab
  • ✨ NUOVO: Gestione voci e testi dall'interfaccia
  • ✨ NUOVO: Batch processing per più testi
  • ✨ NUOVO: Cronologia e statistiche generazioni
  • ✨ NUOVO: Scripts di clonazione vocale integrati
  • ✨ NUOVO: Preset audio (Espressivo, Neutro, Conservativo)
  • 🔧 Migliorato: Gestione automatica testi lunghi
  • 🔧 Migliorato: Nomenclatura file output intelligente
  • 📚 Documentazione completamente riscritta

Licenza

Questo progetto è un demo di Chatterbox by Resemble AI.

Verifica i termini di licenza di Chatterbox per uso commerciale.

Crediti

  • Chatterbox - Resemble AI
  • Modello: Chatterbox Multilingual TTS
  • Interfaccia: Gradio
  • Sviluppato con Python, PyTorch, librosa

Supporto

Per problemi, domande o suggerimenti:

  1. Consulta la sezione Risoluzione Problemi sopra
  2. Controlla le FAQ
  3. Verifica la documentazione Chatterbox

Buona sintesi vocale! 🎙️✨

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

No packages published

Languages