Qwen3-TTS 0.6B Base (음성 모델)
gamedev pkg add aigd.audio-qwen3-tts-0-6b-base개요
Qwen3-TTS 0.6B Base: 짧은 참조 클립(3초 이상)의 목소리를 복제해 10개 언어, 24 kHz로 음성을 만드는 텍스트 음성 변환 모델로, 캐릭터 대사와 내레이션에 적합합니다. 더 작은 복제 모델이며, 약 4 GB(추정)의 GPU에서 동작합니다. audio.cpp로 로컬에서 실행됩니다. Apache-2.0, 상업적 사용이 허용됩니다.
Qwen3-TTS 0.6B Base는 Alibaba Cloud의 Qwen3-TTS 계열 가운데 더 작은 음성 복제 모델입니다. 짧은 참조 클립(3초 이상)의 목소리로 어떤 텍스트든 10개 언어로 읽어 주며, 비교적 작은 GPU에서도 동작합니다. AI Game Dev 앱에서는 Local audio generation(aigd.audiocpp, audio.cpp 런타임)을 통해 로컬에서 실행되므로 대사 한 줄에 비용이 들지 않습니다. 약 4 GB(추정)의 GPU 메모리만 있으면 자신의 목소리나 동의를 받은 배우의 목소리로 캐릭터에 음성을 입히고 싶은 게임 개발자에게 적합하며, 상업적 사용이 허용되는 Apache-2.0 라이선스를 따릅니다.
무엇을 만들 수 있나요
- 한 번 녹음해 둔 목소리로 NPC 대사와 내레이션을 만들 수 있습니다.
- 최종 녹음 전 프로토타이핑 단계에서 자신의 목소리로 임시 대사 음성을 넣을 수 있습니다.
- 현지화 빌드를 위해 최대 10개 언어로 같은 캐릭터 목소리를 사용할 수 있습니다.
- 튜토리얼 음성 안내, 아나운서 멘트, 무전 대화.
요청 예시
- "내 녹음
voice/me.wav을 사용해서dialogue/tutorial.txt로 튜토리얼 대사를 읽어 줘." - "
voice/captain.wav의 목소리를 복제해서 이렇게 말해 줘: '계속 버텨라! 지원군이 오고 있다.'" - "
voice/shopkeeper.wav을 사용해서 상인이 '다시 오셨네요, 여행자님'이라고 영어, 독일어, 일본어로 말하게 해 줘."
주요 특징
| 항목 | 값 |
|---|---|
| 목소리 | 3–30초 WAV 클립에서 복제; 대본(전사)은 선택 사항 |
| 언어 | 중국어, 영어, 일본어, 한국어, 독일어, 프랑스어, 러시아어, 포르투갈어, 스페인어, 이탈리아어 |
| 출력 | 24 kHz 모노 WAV, 프로젝트에 저장됨 |
| 요청당 텍스트 | 최대 600자(영어 음성 기준 약 40초); 더 긴 텍스트는 순서가 있는 세그먼트로 나누어 넣습니다 |
| 재현 가능 | 시드를 지정하면 같은 결과가 반복됩니다 |
- 음성 복제: 한 사람이 또렷하게 말하는 3–30초 분량의 WAV 클립을 Voice to clone으로 추가합니다. 정확한 대본은 선택 사항이며, 넣으면 가장 비슷한 목소리가 나옵니다. 없으면 모델은 화자의 음색만으로 복제합니다(
x_vector_only_mode). 이 모델은 자체 목소리가 없으므로 모든 요청에 클립이 필요합니다. - 감정 지시는 지원하지 않습니다. 감정 표현이 필요하면 CustomVoice나 VoiceDesign을 사용하세요(아래 참고).
모델이 텍스트의 언어를 스스로 감지합니다. 언어 설정은 참고용입니다.
이 패키지는 데이터만 포함합니다. 모델 파일 이름을 지정할 뿐입니다. 앱이 사용자의 확인을 받은 뒤 파일을 내려받고, sha256으로 검증한 다음, 사용자의 컴퓨터에서 audio.cpp로 실행합니다.
어떤 Qwen3-TTS 패키지를 골라야 할까요
네 가지 모두 같은 런타임으로 실행되며, 동일한 10개 언어를 지원하고 24 kHz 모노 WAV로 출력합니다. 차이는 목소리를 정하는 방식입니다.
| 패키지 | 목소리 출처 | 감정 지시 | 다운로드 | GPU 메모리(추정) |
|---|---|---|---|---|
| Qwen3-TTS 0.6B Base | 참조 클립(복제) | 아니요 | 1.99 GB | 약 4 GB |
| Qwen3-TTS 1.7B Base | 참조 클립(복제) | 아니요 | 2.70 GB | 약 6 GB |
| Qwen3-TTS 1.7B CustomVoice | 내장 목소리 9종 | yes | 2.82 GB | 약 6 GB |
| Qwen3-TTS 1.7B VoiceDesign | 목소리에 대한 텍스트 설명 | 예, 설명에 포함 | 2.82 GB | 약 6 GB |
- 실제 목소리(본인 또는 동의를 받은 배우)를 복제하려면: GPU가 작다면 0.6B Base, 약 6 GB의 GPU 메모리가 있다면 1.7B Base.
- 준비된 목소리를 쓰고 감정을 조절하려면: 1.7B CustomVoice.
- 텍스트 설명만으로 새로운 캐릭터 목소리를 만들려면: 1.7B VoiceDesign.
다운로드
1.99 GB, 파일 하나, Hugging Face 커밋에 고정되어 있습니다:
| 파일 | 출처 | 크기 |
|---|---|---|
qwen3-tts-12hz-0.6b-base-q8_0.gguf (talker, 화자 인코더, 12 Hz 음성 코덱이 하나의 파일에 포함) | audio-cpp/audio.cpp-gguf @ b7b9aa1f | 1.99 GB |
지원 컴퓨터
| 컴퓨터 | 요구 사항 | 속도 |
|---|---|---|
| NVIDIA GPU(CUDA) 또는 다른 GPU(Vulkan) | 약 4 GB의 GPU 메모리(추정) | 아직 측정되지 않음 |
| Apple silicon Mac(Metal) | 약 8 GB의 메모리(추정) | 아직 측정되지 않음 |
메모리 수치는 파일 크기와 Qwen의 원본 모델 기준 수치로부터 추정한 것이며, 출시 전에 실제 GPU에서 확인합니다.
라이선스
Apache-2.0. 모델과 모델이 생성한 음성의 상업적 사용이 허용됩니다.
- Qwen3-TTS-12Hz-0.6B-Base © Qwen team, Alibaba Cloud — 모델 카드 (
license: apache-2.0), 라이선스 전문. - Qwen3-TTS-Tokenizer-12Hz(GGUF 파일 안에 포함된 음성 코덱) © Qwen team — 모델 카드, Apache-2.0.
- GGUF 패키징:
audio-cpp/audio.cpp-gguf— 저장소 카드에서 Qwen3-TTS GGUF 패키지를 Apache-2.0으로 명시하고 있으며, 원본 모델 라이선스의 적용을 받습니다.
가중치를 재배포할 때 필요한 저작자 표시: Qwen3-TTS의 Apache-2.0 라이선스 전문과 그 고지 사항을 유지해야 합니다. 생성한 음성에는 저작자 표시가 필요하지 않습니다.
제한 사항을 분명히 밝히면: 위의 고지 요구 사항 외에 라이선스상 제한은 없습니다. 지역 제한도, 매출 상한도, 워터마크도 없습니다. 사용 권리가 있는 목소리(본인 또는 화자의 동의를 받은 목소리)만 복제하세요. 사칭, 사기, 허위 정보 유포는 허용되지 않으며, 목소리 초상권에 관한 법률이 적용됩니다. 생성한 결과에 대한 책임은 사용자에게 있습니다.
모든 파일은 Hugging Face에서 내려받습니다. AI Game Dev는 파일을 직접 호스팅하지 않습니다.
버전
| 버전 | 출시일 | 앱 필요 |
|---|---|---|
| 1.0.2최신 | 0.32.0-beta.6 이상 | |
| 1.0.1 | 0.32.0-beta.6 이상 |
설치
데스크톱 앱에서
Packages 창을 열고(상태 표시줄의 패키지 아이콘) Browse를 선택한 다음 aigd.audio-qwen3-tts-0-6b-base를 검색하고 Add to Project를 클릭합니다.
앱이 아직 없나요? Windows, macOS, Linux용 AI Game Dev 무료 다운로드를 받아보세요.
터미널에서
gamedev CLI를 사용해 프로젝트 폴더에서 실행합니다:
gamedev pkg add aigd.audio-qwen3-tts-0-6b-base요구 사항
- AI Game Dev 0.32.0-beta.6 이상
gamedev pkg add aigd.audio-qwen3-tts-0-6b-base