Resemble AI wettet darauf, dass MIT-Open-Source-Stimmenklonen zum Standard-TTS wird

Resemble AI ist ein Unternehmen für generative Stimmen, das Stimmen mit Einwilligungskontrollen klont und synthetisiert, mit PerTh-Audio-Watermarking und seinem Authentizitätsmodell Resemble Detect, und seit 2025 die Open-Source-Text-to-Speech-Familie Chatterbox veröffentlicht.

Dass MIT-lizenzierte, erstklassige Stimmmodelle Open Source zum Standard-TTS für Echtzeit-Agenten machen würden, während Resemble mit Hosting, Watermarking und Erkennung Geld verdient.

8 Mio. US-Dollar Series A unter Führung von Javelin Venture Partners mit Craft und Ubiquity, angekündigt am 12.07.2023, wodurch sich die damals insgesamt eingeworbenen Mittel auf 12 Mio. US-Dollar beliefen (TechCrunch).

Resemble AI wurde 2019 von Zohaib Ahmed, einem ehemaligen leitenden Softwareentwickler bei Magic Leap, und Saqib Muhammad gegründet, nachdem ihnen aufgefallen war, dass Sprachaufnahmen in Videospielen mit häufigen Spiel-Updates nicht Schritt halten konnten. Das Unternehmen verlangte Einwilligungsclips, bevor eine Stimme geklont wurde, setzte strenge Nutzungsrichtlinien durch und baute früh PerTh-Watermarking sowie Resemble Detect auf, um sich als verantwortungsvoller Akteur in einem Markt zu positionieren, den es selbst als umstritten anerkannte.

Im April 2025 lieferte Resemble Chatterbox aus, sein erstes produktionsreifes Open-Source-TTS-Modell, unter einer MIT-Lizenz. Das Repo wuchs im Q3 2025 laut dem ROSS Index um das 10,4-Fache, und star-history zeigt, dass es am 17. Dezember 2025 GitHub-Trending-Platz 1 erreichte, mit wiederholten Tagen unter den Top 10 bis in den März 2026. Am 26. Dezember 2025 veröffentlichte das Unternehmen Chatterbox Turbo: erstes Audio in unter 150 Millisekunden, Zero-Shot-Klonen aus fünf Sekunden Audio, integriertes PerTh-Watermarking zur Verifizierung KI-generierter Sprache, MIT-lizenziert und verfügbar auf Hugging Face, RunPod, Modal, Replicate und Fal.

Live und seine Wette skalierend: Stand September 2026 umfasst die MIT-lizenzierte Chatterbox-Familie mehrsprachige und Turbo-Modelle, das Haupt-Repo hält 26,2k Sterne, und Resemble verkauft weiterhin gehostete Stimmen sowie Erkennung KI-generierter Inhalte an Unternehmen und regulierte Branchen.

Open Source drehte die Vertrauensfrage um: Der MIT-lizenzierte Modellcode gab Entwicklern Beweise für Qualität und Kontrolle und machte Skeptiker eines Anbieters von Stimmklonen zu Nutzern.

Die Veröffentlichung war auf die Welle der Echtzeit-Agenten abgestimmt: erstes Audio in unter 150 ms und Klonen aus fünf Sekunden zielten direkt auf Sprachagenten, Support-Bots, Spiele und Avatare – nicht nur auf Offline-Synchronisation.

Sicherheitsfunktionen waren in der Gratisgabe enthalten: Integriertes PerTh-Watermarking machte das offene Modell für regulierte Branchen nutzbar, die unmarkierte synthetische Sprache sonst ablehnen würden.

Die Distribution vervielfachte die Reichweite: Der Start auf Hugging Face, RunPod, Modal, Replicate und Fal brachte das Modell vor Entwickler, die die Website des Anbieters nie besuchen.

Die Kronjuwelen herzugeben kann den Markt erweitern, in den man verkauft: Ein MIT-lizenziertes, erstklassiges Modell baute Entwicklervertrauen und Mindshare auf, die eine reine geschlossene API nie erlangt hätte.

Stand 2. September 2026 ist Resemble AI mit einer offenen-plus-kommerziellen Sprachstrategie aktiv: Die MIT-lizenzierte Chatterbox-Familie umfasst mehrsprachige und Turbo-Modelle, das GitHub-Repo hält 26,2k Sterne mit einem Trending-Tag auf Platz 1 am 17. Dezember 2025, und die Modelle werden über Hugging Face, RunPod, Modal, Replicate und Fal bereitgestellt. Das Unternehmen verkauft weiterhin gehostete Stimmen sowie PerTh-Watermarking und Resemble Detect an Unternehmen und regulierte Branchen. Die offene Frage ist, ob die Gratisgabe seines besten Modells die Umsätze mit gehostetem TTS schneller kannibalisiert, als Vertrauens-Tooling und Enterprise-Support sie ersetzen.