# Native Referenz-Stimmen (Chatterbox cross-lingual)

Je Sprache eine kurze Referenz-WAV (~6–8 s). Der Chatterbox-TTS-Provider wählt
sie automatisch nach der Antwortsprache aus (Konvention `<lang>.wav`, siehe
`CHATTERBOX_VOICES_DIR`). Das Timbre der Referenz wird cross-lingual auf die
jeweilige Sprache übertragen. Fehlt eine Datei, greift `CHATTERBOX_VOICE`
(persönlicher Klon) bzw. die Standardstimme des Dienstes.

Deutsch (`de`) hat bewusst **keine** Datei hier — dafür gilt der persönliche
Klon aus `CHATTERBOX_VOICE`.

## Quelle & Lizenz

Die Clips stammen aus dem **FLEURS**-Datensatz (Google), Split `validation`:

| Datei | FLEURS-Config | Sprache |
|-------|---------------|---------|
| en.wav | en_us       | Englisch (US) |
| fr.wav | fr_fr       | Französisch |
| es.wav | es_419      | Spanisch (Lateinamerika) |
| it.wav | it_it       | Italienisch |
| nl.wav | nl_nl       | Niederländisch |
| ru.wav | ru_ru       | Russisch |
| zh.wav | cmn_hans_cn | Mandarin-Chinesisch |

Die Clips wurden auf einheitliche Lautheit normalisiert (EBU R128, `loudnorm`
I=-16 LUFS, TP=-1.5 dB) — die FLEURS-Originalpegel waren stark uneinheitlich
(z. B. ru/en/nl deutlich zu leise). Nur Pegelanpassung, kein inhaltlicher Eingriff.

**Lizenz: CC-BY 4.0** — Namensnennung erforderlich.

> FLEURS: Conneau et al., "FLEURS: Few-shot Learning Evaluation of Universal
> Representations of Speech" (Google Research). Datensatz: `google/fleurs`
> auf Hugging Face. Lizenz: Creative Commons Attribution 4.0 (CC-BY 4.0).

Zum Austauschen einfach eine andere `<lang>.wav` ablegen (Pfad muss für den
Chatterbox-Dienst lesbar sein; der Provider löst ihn absolut auf).