Chatterbox Turbo 是 Resemble AI 开源的轻量级零样本语音合成模型，采用精简的 350M 参数架构，面向低延迟英文语音场景，在更低的算力与显存占用下提供高质量语音，并将语音 token 到 mel 的解码从 10 步蒸馏为 1 步。

核心特性

• 轻量高效：350M 参数，相比前代显著降低算力与显存需求，适合低延迟语音代理与本地部署
• 单步解码：将语音 token 到 mel 的解码器从 10 步蒸馏为 1 步，在保持高保真输出的同时大幅提速
• 副语言标签：原生支持 [laugh]、[chuckle]、[cough] 等副语言标签，可自然表达笑声、咳嗽等真实语气
• 零样本声音克隆：仅需一段参考音频即可复刻目标音色，适合叙述与创意工作流

适用场景

低延迟语音助手与语音代理、英文有声书与旁白、播客配音、创意语音生成等。

更多信息可参考：https://github.com/resemble-ai/chatterbox