Qwen3-TTS 被移植成原生 C++ 流式版并支持语音克隆
offgridai · reddit · 2026-07-27
一位 Reddit 用户把 Qwen3-TTS 移植成了原生 C++ 版本，并补上了增量流式输出和语音克隆能力。
主要内容
- Apache 2.0 许可的 C++ 流式库
- 配套 demo harness，并用 sherpa-onnx 做转写
- 支持 0.6B / 1.7B、CustomVoice、VoiceDesign
- 提供 RTX 4090/5090 的 CUDA 构建、异步 transformer/vocoder、回调式集成和单元测试
5090 上的实测结果
- 新克隆创建：约 2.5 秒（基于 48 秒参考音频）
- 从克隆冷启动：约 1.85 秒
- 首段 350ms 音频：约 400 毫秒
- 流式速度：约 1.2 倍实时
作者表示自己主要拿它做游戏项目，但也可能适用于本地助手和无障碍工具，并希望有人帮忙测试 RTX 4090。
「编程与Agent」频道最新
- 开发者度假时只用手机和 Codex 继续编程 — SupPandaHugger · 2026-07-27
- 用 Opus 5 改出来的代码已公开，效果明显提升 — bdsqlsz · 2026-07-27
- AI 辅助编程正变成一场多项选择题 — dfinke · 2026-07-27
- 质疑者跑完 Matt Shumer 的游戏 prompt 都做出定制游戏 — mattshumer_ · 2026-07-27
- 用户用 Matt Shumer prompt 在 Claude Code 上烧掉约 600 美元 token — mattshumer_ · 2026-07-27
- Grok Build 推出 /deep-research：先核验再生成研究报告 — XFreeze · 2026-07-27