Resemble AI aposta que a clonagem de voz open-source do MIT se tornará o TTS padrão

A Resemble AI é uma empresa de voz generativa que clona e sintetiza vozes com controles de consentimento, marca d'água de áudio PerTh e seu modelo de autenticidade Resemble Detect e, desde 2025, publica a família de conversão de texto em fala open-source Chatterbox.

Que modelos de voz licenciados sob MIT e de melhor qualidade da categoria tornariam o open source o TTS padrão para agentes em tempo real, enquanto a Resemble monetiza hospedagem, marca d'água e detecção.

US$ 8 milhões em Série A liderada pela Javelin Venture Partners com Craft e Ubiquity, anunciada em 12/07/2023, elevando o total captado na época para US$ 12 milhões (TechCrunch).

A Resemble AI foi fundada em 2019 por Zohaib Ahmed, ex-engenheiro de software líder na Magic Leap, e Saqib Muhammad, depois que perceberam que as falas de voz de videogames não conseguiam acompanhar as atualizações frequentes dos jogos. A empresa exigia clipes de consentimento antes de clonar uma voz, aplicava diretrizes de uso rigorosas e desenvolveu desde cedo a marca d'água PerTh e o Resemble Detect, posicionando-se como o player responsável em um mercado que reconhecia ser controverso.

Em abril de 2025, a Resemble lançou o Chatterbox, seu primeiro modelo TTS open-source de nível de produção, sob licença MIT. O repositório cresceu 10,4x no 3º trimestre de 2025 segundo o ROSS Index, e o star-history mostra que ele alcançou o nº 1 nos trending do GitHub em 17 de dezembro de 2025, com dias repetidos no top 10 dos trending até março de 2026. Em 26 de dezembro de 2025, a empresa lançou o Chatterbox Turbo: primeiro áudio em menos de 150 milissegundos, clonagem zero-shot a partir de cinco segundos de áudio, marca d'água PerTh integrada para verificar fala gerada por IA, licenciado sob MIT e disponível no Hugging Face, RunPod, Modal, Replicate e Fal.

Ativa e escalando sua aposta: em setembro de 2026, a família Chatterbox licenciada sob MIT abrange modelos multilíngues e Turbo, o repositório principal tem 26,2 mil estrelas, e a Resemble continua vendendo voz hospedada e detecção de conteúdo gerado por IA para empresas e setores regulados.

O open source inverteu a questão da confiança: mostrar o código do modelo sob MIT deu aos desenvolvedores prova de qualidade e controle, convertendo céticos de um fornecedor de clonagem de voz em adotantes.

O lançamento foi sincronizado com a onda de agentes em tempo real: primeiro áudio em menos de 150 ms e clonagem em cinco segundos miravam diretamente agentes de voz, bots de suporte, jogos e avatares — não apenas dublagem offline.

Recursos de segurança foram incluídos na oferta gratuita: a marca d'água PerTh integrada tornou o modelo aberto utilizável por setores regulados que, de outra forma, rejeitariam fala sintética sem marcação.

A distribuição multiplicou o alcance: o lançamento no Hugging Face, RunPod, Modal, Replicate e Fal colocou o modelo diante de desenvolvedores que nunca visitam o site do fornecedor.

Dar de graça as joias da coroa pode expandir o mercado em que você vende: um modelo licenciado sob MIT e de melhor qualidade da categoria construiu confiança e mindshare junto aos desenvolvedores que uma API fechada sozinha nunca conquistou.

Em 2 de setembro de 2026, a Resemble AI está ativa com uma estratégia de voz aberta mais comercial: a família Chatterbox licenciada sob MIT inclui modelos multilíngues e Turbo, o repositório no GitHub tem 26,2 mil estrelas com um dia no nº 1 dos trending em 17 de dezembro de 2025, e os modelos são servidos via Hugging Face, RunPod, Modal, Replicate e Fal. Ela ainda vende voz hospedada mais marca d'água PerTh e Resemble Detect para empresas e setores regulados. A questão em aberto é se dar de graça seu melhor modelo canibaliza a receita de TTS hospedado mais rápido do que as ferramentas de confiança e o suporte empresarial a substituem.