Chatterbox po polsku: darmowy lektor AI i klonowanie głosu na własnym komputerze

👁 145 przeczytań

Chatterbox Multilingual V3 to otwarty model od Resemble AI, który czyta polski tekst i klonuje głos z krótkiej próbki. Działa na twoim komputerze, bez abonamentu i bez wysyłania nagrań do chmury. Licencja MIT pozwala używać go komercyjnie. Uruchomiłem go na RTX 4090 w mojej aplikacji Hangar: polski tekst z klonem głosu był gotowy w 45,3 s razem z ładowaniem modelu.

Posłuchaj, jak brzmi

Jak uruchomić Chatterbox po polsku na Windowsie

Najprościej przez Hangara, bo instaluje silnik w osobnym środowisku i pobiera wagi sam.

1. Pobierz Hangar dla Windows i zainstaluj. Jeśli Windows pokaże ostrzeżenie SmartScreen, kliknij „Więcej informacji” i „Uruchom mimo to”.
2. W panelu silników zainstaluj Chatterbox. Hangar pobierze około 3 GB wag.
3. Przejdź do zakładki Głos i audio.
4. Wczytaj próbkę głosu i zapisz ją jako profil, żeby nie wgrywać jej przy każdym zadaniu.
5. Wpisz tekst, wybierz język polski i uruchom.
6. Odsłuchaj wynik w aplikacji i pobierz go jako WAV.

Jak nagrać próbkę do klonu

• Cisza w tle. Bez muzyki, telewizora i pogłosu dużego pokoju.
• Kilkanaście sekund mowy. Czytaj normalnym tempem, tak jak chcesz, żeby brzmiał lektor.
• Jeden mówca. Wytnij fragmenty, w których ktoś się wtrąca.
• Bez przesteru. Jeśli nagranie jest za głośne, klon przejmie trzaski.
• Nagranie z muzyką w tle? Najpierw oddziel wokal w UVR. W Hangarze jest to osobna zakładka.

Jak pisać tekst dla lektora

• krótkie zdania, jedno zdanie to jedna myśl
• liczby i skróty zapisuj tak, jak mają zabrzmieć, na przykład „dwadzieścia pięć procent” zamiast „25%”, jeśli model się na nich potyka
• obce nazwy sprawdź na próbce, zanim wygenerujesz cały tekst
• dłuższy tekst dziel na akapity i generuj po kolei, wtedy łatwiej poprawić jeden fragment

Więcej o przygotowaniu tekstu do lektora piszę w tekście AI do lektora: jak przygotowuję tekst.

Chatterbox czy ElevenLabs?

Mój test klonu w ElevenLabs, z pomiarem podobieństwa głosu, jest w tekście klonowanie głosu AI w ElevenLabs.

Czego Chatterbox nie zrobi

• nie zaśpiewa piosenki. Do zmiany barwy śpiewu służy RVC z własnym modelem .pth.
• nie zrobi głosu z samego opisu. Do tego jest Qwen3-TTS VoiceDesign, ale bez polskiego.
• nie zadziała bez karty NVIDIA w rozsądnym czasie

Zgoda i prawo

• Klonuj tylko swój głos albo głos osoby, która zgodziła się na to na piśmie. Głos jest w Polsce dobrem osobistym.
• Nagrania z klonem oznaczaj jako wygenerowane przez AI.
• Nie klonuj głosów znanych osób, nawet dla żartu.

Wszystkie lokalne modele głosu, z tabelą wymagań i licencji, są w hubie lokalny głos AI.

Najczęstsze pytania

Czy Chatterbox mówi po polsku?

Tak, wersja Multilingual V3 obsługuje polski.

Czy Chatterbox jest darmowy także komercyjnie?

Tak, licencja MIT pozwala na użytek komercyjny. Zgodę osoby, której głos klonujesz, musisz mieć niezależnie od licencji.

Ile pamięci karty potrzebuje Chatterbox?

Około 6 GB VRAM. Sam model zajmuje 3,0 GB na dysku.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

• Resemble AI: Chatterbox na Hugging Face
• Licencja MIT
• Własny pomiar na RTX 4090 w Hangarze 0.3, 3 listopada 2026 roku

// czytaj dalejHangar 0.3: polski lektor, klonowanie głosu, napisy SRT i wokal na własnym komputerzeArtykułyLokalny głos AI 2026: lektor po polsku, klonowanie głosu, napisy i wokal bez chmuryArtykułyKlonowanie głosu: lektor, który musi udowodnić, że brzmi jak onArtykuły

Link do ElevenLabs jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.