एक डेवलपर ने RTX 5080 पर लगभग 5x रियलटाइम गति हासिल करते हुए Qwen3-TTS का एक अनुकूलित C++ कार्यान्वयन जारी किया है, साथ ही Kotlin Compose Multiplatform के साथ बनाया गया एक क्रॉस-प्लेटफ़ॉर्म डेस्कटॉप GUI भी। परियोजना GGML-आधारित इनफरेंस प्रदान करती है जो विंडोज और लिनक्स पर CPU और CUDA निष्पादन का समर्थन करती है।
- प्रदर्शन को पायथन संदर्भ कार्यान्वयन की तुलना में 15x तेज़ बताया गया है।
- 0.6B और 1.7B मॉडल आकारों का समर्थन करता है, जिसमें आवाज़ क्लोनिंग के लिए बेस मॉडल शामिल हैं।
- निर्देश समर्थन के साथ कस्टम आवाज़ और आवाज़ डिज़ाइन क्षमताओं की सुविधा देता है।
- स्पीकर एम्बेडिंग को सहेजने, मिश्रित करने और विलय करने की अनुमति देता है।
- अर्ध-सटीक टेक्स्ट हाइलाइटिंग के साथ स्ट्रीमिंग आउटपुट शामिल है।
- Hugging Face से पूर्व-परिवर्तित GGUF मॉडल डाउनलोड करने के विकल्प प्रदान करता है।
यह रिलीज़ उपयोगकर्ताओं को Qwen3-TTS को स्थानीय रूप से महत्वपूर्ण रूप से बेहतर गति और एक उपयोगकर्ता-अनुकूल इंटरफ़ेस के साथ चलाने की सुविधा देती है, जिससे मूल पायथन वातावरण पर निर्भर किए बिना आवाज़ क्लोनिंग और संश्लेषण को सुगम बनाया जाता है।