# Qwen3-TTS 1.7B Base (음성 모델)

> Qwen3-TTS 1.7B Base: 짧은 참조 클립(3초 이상)의 목소리를 복제하는 텍스트 음성 변환 모델로, 10개 언어를 지원하며 24 kHz로 출력합니다. 캐릭터 대사와 내레이션에 적합합니다. 더 큰 음성 복제 모델이며, 약 6 GB의 GPU(추정치)를 사용합니다. audio.cpp로 로컬에서 실행됩니다. Apache-2.0, 상업적 사용 가능.

- Id: `aigd.audio-qwen3-tts-1-7b-base`
- 소스: 공식 (자사 `aigd.*`)
- 카테고리: 오디오
- 게시자: AI Game Dev (`aigd`), 인증됨
- 최신 버전: 1.0.2 (2026-11-22 게시)
- 라이선스: Apache-2.0
- AI Game Dev 앱 필요: `>=0.32.0-beta.6`
- 네이티브 코드: 아니요
- 평점: 아직 평가 없음
- HTML 페이지: https://ai-game.dev/ko/packages/aigd.audio-qwen3-tts-1-7b-base

## 설치

gamedev CLI를 사용한다면 프로젝트 폴더에서:

```bash
gamedev pkg add aigd.audio-qwen3-tts-1-7b-base
```

데스크톱 앱에서 Packages 창을 열고(상태 표시줄의 패키지 아이콘) **Browse**를 선택한 뒤 `aigd.audio-qwen3-tts-1-7b-base`를 검색하고 **Add to Project**를 클릭합니다. 자세히: https://ai-game.dev/docs/wiki/app/packages

## 버전

| 버전 | 게시일 | 앱 필요 | 참고 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 최신 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 설명

````markdown
# Qwen3-TTS 1.7B Base (음성 복제) (`aigd.audio-qwen3-tts-1-7b-base`)

Qwen3-TTS 1.7B Base는 Alibaba Cloud의 Qwen3-TTS 계열 중 더 큰 음성 복제 모델입니다. 짧은 참조 클립(3초 이상)의 목소리로 어떤 텍스트든 10개 언어로 읽어 줍니다. 가장 비슷한 목소리를 얻으려면 클립의 스크립트를 함께 제공하세요. AI Game Dev 앱에서는 **Local audio generation**(`aigd.audiocpp`, audio.cpp 런타임)을 통해 여러분의 GPU에서 로컬로 실행되므로 대사 한 줄에 비용이 들지 않습니다. 자신의 목소리나, 동의를 받은 배우의 목소리로 캐릭터에 목소리를 입히고 싶은 게임 개발자에게 적합하며, 상업적 사용을 허용하는 Apache-2.0을 따릅니다.

## 무엇을 만들 수 있나요

- 한 번 녹음해 둔 목소리로 만드는 NPC 대사와 내레이션.
- 최종 녹음 전 프로토타이핑 단계에서 자신의 목소리로 넣는 임시 음성 대사.
- 로컬라이즈 빌드를 위한, 최대 10개 언어의 동일한 캐릭터 목소리.
- 튜토리얼 음성 안내, 아나운서 멘트, 무전 대화.

## 요청 예시

- "내 녹음 `voice/me.wav`과 그 스크립트를 사용해서 `dialogue/quest-03.txt`의 퀘스트 대사를 읽어 줘."
- "`voice/narrator.wav`의 목소리를 복제해서 2장 도입부를 내레이션해 줘."
- "`voice/guard.wav`을 사용해서 경비병이 'Halt! Who goes there?'라고 영어, 프랑스어, 한국어로 말하게 해 줘."

## 주요 특징

| 항목 | 값 |
|---|---|
| 목소리 | 3–30초 WAV 클립에서 복제, 스크립트는 선택 사항(있으면 가장 유사하게) |
| 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 지정된 세그먼트로 나눠 넣습니다. |
| 재현 가능 | 시드를 지정하면 같은 결과가 나옵니다 |

- **음성 복제**: 한 사람이 또렷하게 말하는 3–30초 분량의 WAV 클립을 *Voice to clone*에 추가하세요. 정확한 스크립트는 선택 사항이며, 제공하면 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 참조).

모델이 텍스트의 언어를 스스로 감지합니다. 언어 설정은 참고용입니다.

이 패키지는 데이터만 포함합니다. 모델 파일을 지정할 뿐입니다. 앱은 확인을 받은 뒤 파일을 다운로드하고 sha256으로 검증한 다음, 여러분의 컴퓨터에서 audio.cpp로 실행합니다.

## 어떤 Qwen3-TTS 패키지를 골라야 하나요

네 가지 모두 같은 런타임으로 실행되고, 같은 10개 언어를 말하며, 24 kHz 모노 WAV로 출력합니다. 차이는 목소리를 정하는 방식입니다.

| 패키지 | 목소리 출처 | 감정 지시 | 다운로드 | GPU 메모리(추정) |
|---|---|---|---:|---|
| [Qwen3-TTS 0.6B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-0-6b-base) | 참조 클립(복제) | 아니요 | 1.99 GB | 약 4 GB |
| [Qwen3-TTS 1.7B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-base) | 참조 클립(복제) | 아니요 | 2.70 GB | 약 6 GB |
| [Qwen3-TTS 1.7B CustomVoice](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-customvoice) | 내장 음성 9종 | yes | 2.82 GB | 약 6 GB |
| [Qwen3-TTS 1.7B VoiceDesign](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-voicedesign) | 목소리에 대한 텍스트 설명 | 가능, 설명에 포함 | 2.82 GB | 약 6 GB |

- 실제 목소리(본인 또는 동의를 받은 배우)를 복제하려면: GPU가 작으면 **0.6B Base**, GPU 메모리가 약 6 GB라면 **1.7B Base**를 사용하세요.
- 준비된 음성을 사용하고 감정을 조절하려면: **1.7B CustomVoice**.
- 텍스트 설명만으로 새로운 캐릭터 목소리를 만들려면: **1.7B VoiceDesign**.

## 다운로드

2.70 GB, 파일 하나, Hugging Face 커밋에 고정:

| 파일 | 출처 | 크기 |
|---|---|---:|
| `qwen3-tts-12hz-1.7b-base-q8_0_v2.gguf` (talker, 화자 인코더, 12 Hz 음성 코덱이 한 파일에 포함) | [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3/Qwen3-TTS-12Hz-1.7B-Base-GGUF) @ `b7b9aa1f` | 2.70 GB |

## 지원 컴퓨터

| 컴퓨터 | 요구 사항 | 속도 |
|---|---|---|
| NVIDIA GPU(CUDA) 또는 다른 GPU(Vulkan) | 약 6 GB의 GPU 메모리(추정) | 아직 측정되지 않음 |
| Apple silicon Mac(Metal) | 약 8 GB의 메모리(추정) | 아직 측정되지 않음 |

메모리 수치는 파일 크기와 원본 모델에 대한 Qwen의 수치를 바탕으로 한 추정치이며, 출시 전에 실제 GPU에서 확인합니다.

## 라이선스

Apache-2.0. 모델과 모델이 생성한 음성의 상업적 사용이 허용됩니다.

- Qwen3-TTS-12Hz-1.7B-Base © Qwen team, Alibaba Cloud — [모델 카드](https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base) (`license: apache-2.0`), [라이선스 전문](https://www.apache.org/licenses/LICENSE-2.0).
- Qwen3-TTS-Tokenizer-12Hz(음성 코덱, GGUF 파일 안에 포함됨) © Qwen team — [모델 카드](https://huggingface.co/Qwen/Qwen3-TTS-Tokenizer-12Hz), Apache-2.0.
- GGUF 패키징: [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf) — 저장소 카드는 Qwen3-TTS GGUF 패키지를 Apache-2.0으로 표시하며, 원본 모델 라이선스가 적용됩니다.

가중치를 재배포할 때 필요한 저작자 표시: Qwen3-TTS의 Apache-2.0 라이선스 전문과 그 고지 사항을 유지하세요. 생성한 음성에는 저작자 표시가 필요하지 않습니다.

제한 사항을 분명히 밝히면: 위의 고지 요건 외에 라이선스상 제한은 없습니다 — 지역 제한, 매출 상한, 워터마크가 없습니다. 사용 권리가 있는 목소리(본인 또는 화자의 동의를 받은 목소리)만 복제하세요. 사칭, 사기, 허위 정보는 허용되지 않으며, 목소리 초상권에 관한 법률이 적용됩니다. 생성한 결과에 대한 책임은 여러분에게 있습니다.

모든 파일은 Hugging Face에서 다운로드합니다. AI Game Dev는 파일을 직접 호스팅하지 않습니다.
````
