Chatterbox-TTS-Server をクラウド GPU で動かす
Chatterbox-TTS-Server は devnen による音声合成モデルです。必要な GPU メモリ、今日動かせる GPU、自分で動かした場合の費用（秒単位課金）を確認できます。
プロジェクトの説明： Self-host the powerful Chatterbox TTS model. This server offers a user-friendly Web UI, flexible API endpoints (incl. OpenAI compatible), predefined voices, voice cloning, and large audiobook-scale text processing. Runs accelerated on NVIDIA (CUDA), AMD (ROCm), and CPU.
今日動かせる GPU
この種のアプリの一般的な GPU メモリ：約 8 GB。大きなモデルや高解像度ではさらに必要です。
| GPU | メモリ | 1 時間あたり | 10 時間 | |
|---|---|---|---|---|
| GTX 1070 | 8 GB | $0.14 | $1.40 | レンタル |
| GTX 1070 Ti | 8 GB | $0.16 | $1.60 | レンタル |
| GTX 1080 | 8 GB | $0.16 | $1.60 | レンタル |
| Q RTX 4000 | 8 GB | $0.16 | $1.60 | レンタル |
| RTX 3060 | 12 GB | $0.16 | $1.60 | レンタル |
カタログのリアルタイム開始価格です。マシンが動いている間だけ秒単位で支払います。
Chatterbox-TTS-Server の動かし方
- 01
GPU をレンタル
上の GPU から 1 つ選びます。課金は秒単位で、マシンを停止すれば課金も止まります。
- 02
ターミナルか Jupyter を開く
SSH で接続するか、ブラウザで Jupyter を開きます。PyTorch と CUDA は準備済みです。
- 03
アプリをクローンして README に従う
下のコマンドを実行し、プロジェクトの README に従ってください。多くのアプリはマシンのポートから開ける Web 画面を起動します。
git clone https://github.com/devnen/Chatterbox-TTS-Server.git
cd Chatterbox-TTS-Serverなぜ自分で動かすのか
ホスト型の音声サービスは文字数で課金します。自分の GPU なら長いナレーションもマシンが動いた分の費用だけです。
よくある質問
- Chatterbox-TTS-Server にはどれくらいの GPU メモリが必要ですか？
- 推定では推論に約 8 GB（? パラメータ）です。高解像度、長いコンテキスト、大きなバッチではさらに必要です。
- Chatterbox-TTS-Server を動かす費用は？
- GTX 1070 で 1 時間 $0.14 から、秒単位の課金です。10 時間で約 $1.40 です。
- サブスクリプションは必要ですか？
- いいえ。マシンが動いた時間分だけを USD 残高から支払います。終わったら停止してください。
自分の GPU で数分で試せます
GPU を選び、Jupyter か SSH を開いて、好きなオープンモデルを動かしましょう。秒単位の支払いで、いつでも停止できます。サブスクリプションも初期費用もありません。
- USD で秒単位の課金
- PyTorch と CUDA が数分で準備完了
- ChatGPT や Claude からもレンタル可能