chatterbox

Blender Video Editor (VSE) にシームレスに統合された生成 AI ムービースタジオ「PALLAIDIUM」。脚本から画面出力まで、そしてその逆方向のエンドツーエンド制作を実現

強力なChatterbox TTSモデルをセルフホストします。ユーザーフレンドリーなWeb UI、柔軟なAPIエンドポイント（OpenAI互換を含む）、プリセット音声、音声クローン、大規模なオーディオブック規模のテキスト処理を提供します。NVIDIA (CUDA)、AMD (ROCm)、CPUで高速実行可能です。

ローカルでのマルチエンジン・多言語の音声合成（TTS）および音声変換を行うためのComfyUIカスタムノード統合。RVC、Echo-TTS、Qwen3-TTS、Cozy Voice 3、Step Audio EditX、IndexTTS-2、Chatterbox（クラシックおよび多言語）、F5-TTS、Higgs Audio 2、3、VibeVoiceをサポートし、無制限のテキスト長、SRTタイミング、キャラクターサポート、および多数のオーディオツールを備えています。

Chatterboxを使用したローカルなOpenAI互換の音声合成（TTS）API。OpenAI APIが使用されるあらゆる場所（Open WebUI、AnythingLLMなど）で音声クローンによる音声生成を可能にします

PDF や EPUB をオーディオブックに、字幕や動画を（翻訳を含む）吹き替え動画に変換するなど。無料で使用できます。Pandrator は、音声クローン（インスタント、RVC 拡張、XTTS ファインチューニング）や LLM 処理などのローカルモデルを使用します。GUI、インストーラー、オールインワンパッケージを備えた、ユーザーフレンドリーなアプリを目指しています。

テキストファイルを入力として受け付け、文字数制限のない Chatterbox の改造版です。主に子供向けのオーディオブックを作成するために使用しています。