# Qwen3-TTS 1.7B Base（語音模型）

> Qwen3-TTS 1.7B Base：文字轉語音，可用 3 秒以上的簡短參考音檔複製音色，支援 10 種語言、24 kHz，適合角色對白與旁白。這是較大的音色複製模型，適合約 6 GB 的 GPU（估計值）。透過 audio.cpp 在本機執行。Apache-2.0，允許商業使用。

- ID: `aigd.audio-qwen3-tts-1-7b-base`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.2 (發佈於 2026-11-22)
- 授權條款: Apache-2.0
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.audio-qwen3-tts-1-7b-base

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

在桌面應用程式中：開啟「套件」視窗（狀態列上的套件圖示），選擇 **瀏覽**，搜尋 `aigd.audio-qwen3-tts-1-7b-base`，然後點 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

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

Qwen3-TTS 1.7B Base 是 Alibaba Cloud 的 Qwen3-TTS 系列中較大的音色複製模型。它能用 3 秒以上簡短參考音檔的音色，朗讀任何文字，支援 10 種語言；若一併提供該音檔的逐字稿，相似度最高。在 AI Game Dev 應用程式中，它透過 **本機音訊生成**（`aigd.audiocpp`，即 audio.cpp 執行環境）在你的 GPU 上本機執行，因此每一句對白都不需要任何成本。它適合想把角色配上自己的聲音、或經演員同意後配上演員聲音的遊戲開發者，授權為 Apache-2.0，允許商業使用。

## 你可以製作的內容

- 以你錄製過一次的聲音呈現的 NPC 對白與旁白。
- 製作原型、還沒正式錄音時，先用你自己的聲音當作暫代對白。
- 同一個角色音色可用於最多 10 種語言，供在地化版本使用。
- 教學旁白、播報員台詞與無線電通話內容。

## 範例請求

- 「用我的錄音 `voice/me.wav` 和它的逐字稿，朗讀 `dialogue/quest-03.txt` 裡的任務台詞。」
- 「複製 `voice/narrator.wav` 中的音色，為第二章的開場錄旁白。」
- 「用 `voice/guard.wav`，讓守衛分別以英文、法文和韓文說出『站住！什麼人？』。」

## 重點特色

| 規格 | 值 |
|---|---|
| 音色 | 從 3–30 秒的 WAV 音檔複製；逐字稿為選填（提供時相似度最高） |
| 語言 | 中文、英文、日文、韓文、德文、法文、俄文、葡萄牙文、西班牙文、義大利文 |
| 輸出 | 24 kHz 單聲道 WAV，儲存到你的專案中 |
| 每次請求的文字量 | 最多 600 個字元（約 40 秒的英文語音）；較長的文字請分成有序的多段送出 |
| 可重現 | 相同的 seed 可重現相同的結果 |

- **音色複製**：把一段 WAV 音檔（3–30 秒、單人清晰說話）加為 *要複製的音色*。它的精確逐字稿為選填，提供時相似度最高；不提供時，模型只依說話者的音色特質複製（`x_vector_only_mode`）。模型本身沒有既定的聲音：每次請求都需要一段音檔。
- 沒有情緒指令：若需要情緒控制，請改用 CustomVoice 或 VoiceDesign（見下文）。

模型會自行偵測文字的語言；語言設定僅供參考。

此套件只包含資料。它指明模型檔案。在你確認之後，應用程式會下載該檔案、以 sha256 校驗，並在你的電腦上透過 audio.cpp 執行。

## 該選哪一個 Qwen3-TTS 套件

四者都透過相同的執行環境運作、都說同樣 10 種語言，並輸出 24 kHz 單聲道 WAV。差別在於音色是怎麼選的：

| 套件 | 音色來源 | 情緒指令 | 下載 | GPU 記憶體（估計） |
|---|---|---|---:|---|
| [Qwen3-TTS 0.6B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-0-6b-base) | 參考音檔（複製） | 否 | 1.99 GB | 約 4 GB |
| [Qwen3-TTS 1.7B Base](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-base) | 參考音檔（複製） | 否 | 2.70 GB | 約 6 GB |
| [Qwen3-TTS 1.7B CustomVoice](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-customvoice) | 九種內建音色 | yes | 2.82 GB | 約 6 GB |
| [Qwen3-TTS 1.7B VoiceDesign](https://ai-game.dev/packages/aigd.audio-qwen3-tts-1-7b-voicedesign) | 音色的文字描述 | 是，寫在描述中 | 2.82 GB | 約 6 GB |

- 複製真實音色（你自己的，或經演員同意的）：GPU 較小時選 **0.6B Base**，有約 6 GB GPU 記憶體時選 **1.7B Base**。
- 使用現成音色並控制情緒：**1.7B CustomVoice**。
- 只憑文字描述創造全新的角色音色：**1.7B VoiceDesign**。

## 下載

2.70 GB，單一檔案，固定在特定的 Hugging Face commit：

| 檔案 | 來源 | 大小 |
|---|---|---:|
| `qwen3-tts-12hz-1.7b-base-q8_0_v2.gguf`（talker、說話者編碼器與 12 Hz 語音編解碼器都整合在同一個檔案中） | [`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 |

## 適用電腦

| 電腦 | 需求 | 速度 |
|---|---|---|
| NVIDIA GPU（CUDA）或其他 GPU（Vulkan） | 約 6 GB GPU 記憶體（估計） | 尚未實測 |
| 搭載 Apple 晶片的 Mac（Metal） | 約 8 GB 記憶體（估計） | 尚未實測 |

記憶體數字是依檔案大小與 Qwen 原模型的數據推估而來，並會在發行前於實際 GPU 上驗證。

## 授權

Apache-2.0。允許將模型及它所生成的語音用於商業用途。

- Qwen3-TTS-12Hz-1.7B-Base © Qwen team, Alibaba Cloud — [模型卡](https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base)（`license: apache-2.0`）、[授權條文](https://www.apache.org/licenses/LICENSE-2.0)。
- Qwen3-TTS-Tokenizer-12Hz（語音編解碼器，封裝在 GGUF 檔案內）© Qwen team — [模型卡](https://huggingface.co/Qwen/Qwen3-TTS-Tokenizer-12Hz)，Apache-2.0。
- GGUF 封裝：[`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf) — 該儲存庫的說明頁將 Qwen3-TTS 的 GGUF 套件列為 Apache-2.0，並受原模型授權約束。

重新散布權重時必須標註來源：保留 Qwen3-TTS 的 Apache-2.0 授權條文與其聲明。你所生成的語音則無需標註。

限制，簡單說：除上述的聲明要求外，授權沒有其他限制——沒有地區限制、沒有營收上限、沒有浮水印。只能複製你有權使用的音色（你自己的，或經說話者同意的）：不允許冒充他人、詐欺與散布不實資訊，且關於聲音相似性的法律亦適用。你要為自己生成的內容負責。

所有檔案都從 Hugging Face 下載。AI Game Dev 並不自行託管這些檔案。
````
