Un développeur a publié une implémentation C++ optimisée de Qwen3-TTS, atteignant environ 5x la vitesse temps réel sur un RTX 5080, ainsi qu'une interface graphique de bureau multiplateforme construite avec Kotlin Compose Multiplatform. Le projet fournit une inférence basée sur GGML qui prend en charge l'exécution CPU et CUDA sur Windows et Linux.

  • Les performances sont signalées comme étant 15x plus rapides que l'implémentation de référence Python.
  • Prend en charge les tailles de modèle 0.6B et 1.7B, y compris les modèles de base pour le clonage vocal.
  • Dispose de capacités de voix personnalisée et de conception vocale avec prise en charge des instructions.
  • Permet de sauvegarder, mélanger et fusionner les embeddings de locuteur.
  • Inclut la sortie en streaming avec une surbrillance de texte semi-précise.
  • Fournit des options de téléchargement pour les modèles GGUF pré-convertis depuis Hugging Face.

Cette version permet aux utilisateurs d'exécuter Qwen3-TTS localement avec une vitesse considérablement améliorée et une interface conviviale, facilitant le clonage vocal et la synthèse sans dépendre de l'environnement Python original.