Qwen3-TTS 1.7B CustomVoice(語音模型)
gamedev pkg add aigd.audio-qwen3-tts-1-7b-customvoice總覽
Qwen3-TTS 1.7B CustomVoice:文字轉語音,內建九種聲音,並支援情緒與語氣指示(「興奮、語速快」、「耳語、悲傷」),涵蓋 10 種語言,24 kHz,適合 NPC 對白與旁白。透過 audio.cpp 在你的 GPU 上本機執行。Apache-2.0,允許商業使用。
Qwen3-TTS 1.7B CustomVoice 是 Alibaba Cloud 的 Qwen3-TTS 系列中採用內建聲音的模型:九種現成聲音、10 種語言,並可下達「興奮、語速快」或「耳語、悲傷」這類情緒與語氣指示。完全不需要錄音。在 AI Game Dev 應用程式中,它透過 本機音訊生成(aigd.audiocpp,也就是 audio.cpp 執行環境)在你的 GPU 上本機執行,因此每句對白都不會產生任何費用。它適合想快速為 NPC 配上豐富情緒聲音的遊戲開發者,授權為 Apache-2.0,允許商業使用。
你可以製作的內容
- 為每個角色配上不同內建聲音的 NPC 對白。
- 劇情場景的情緒化演出:興奮、開心、悲傷、耳語、語速快或慢。
- 旁白、教學語音導引與播報員台詞。
- 在地化版本所需的 10 種語言對白。
範例請求
- 「讓 Ryan 說『我們得馬上離開這裡!』—— 害怕、語速快。」
- 「用 Serena 以平靜溫暖的語氣朗讀
dialogue/intro.txt裡的開場旁白。」 - 「讓 Ono_Anna 用日文開朗地向玩家打招呼。」
- 「把反派台詞『你來得太晚了』交給 Aiden,用耳語、帶威脅感。」
重點特色
| 規格 | 值 |
|---|---|
| 聲音 | Vivian、Serena、Uncle_Fu、Dylan、Eric、Ryan、Aiden、Ono_Anna、Sohee(預設 Ryan) |
| 情緒與語氣 | 例如「非常開心」、「耳語、悲傷」或「又快又興奮」這類指示 |
| 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,儲存在你的專案中 |
| 每次請求的文字量 | 最多 600 個字元(約 40 秒的英文語音);更長的文字請分成有順序的段落 |
| 可重現 | 相同的種子可重現相同的結果 |
Dylan 說中文時帶北京口音,Eric 帶四川口音。模型會自行偵測文字的語言;語言設定僅供參考。
這個套件只有資料。它指明模型檔案。應用程式會在你確認後下載,並以 sha256 檢查,然後在你的電腦上用 audio.cpp 執行。
該選哪個 Qwen3-TTS 套件
四者都透過同一個執行環境運行,支援相同的 10 種語言,並輸出 24 kHz 單聲道 WAV。差別在於聲音的選擇方式:
| 套件 | 聲音來源 | 情緒指示 | 下載 | GPU 記憶體(估計) |
|---|---|---|---|---|
| Qwen3-TTS 0.6B Base | 參考音檔(複製聲線) | 不支援 | 1.99 GB | 約 4 GB |
| Qwen3-TTS 1.7B Base | 參考音檔(複製聲線) | 不支援 | 2.70 GB | 約 6 GB |
| Qwen3-TTS 1.7B CustomVoice | 九種內建聲音 | yes | 2.82 GB | 約 6 GB |
| Qwen3-TTS 1.7B VoiceDesign | 聲音的文字描述 | 支援,寫在描述裡 | 2.82 GB | 約 6 GB |
- 複製真實聲音(你自己的,或經演員同意的):GPU 較小時用 0.6B Base,有約 6 GB GPU 記憶體時用 1.7B Base。
- 使用現成聲音並調整情緒:1.7B CustomVoice。
- 只用文字憑空創造新的角色聲音:1.7B VoiceDesign。
下載
2.82 GB,單一檔案,固定於 Hugging Face 的特定 commit:
| 檔案 | 來源 | 大小 |
|---|---|---|
qwen3-tts-12hz-1.7b-customvoice-q8_0.gguf(talker 與 12 Hz 語音編碼器整合在同一個檔案) | audio-cpp/audio.cpp-gguf @ b7b9aa1f | 2.82 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 |
記憶體數字是根據檔案大小與 Qwen 對原始模型的數據所做的估計,並會在發布前於實際 GPU 上驗證。
授權
Apache-2.0。允許將模型及其生成的語音用於商業用途。
- Qwen3-TTS-12Hz-1.7B-CustomVoice © Qwen 團隊,Alibaba Cloud — 模型卡(
license: apache-2.0),授權條款。 - Qwen3-TTS-Tokenizer-12Hz(語音編碼器,封裝在 GGUF 檔案內)© Qwen 團隊 — 模型卡,Apache-2.0。
- GGUF 封裝:
audio-cpp/audio.cpp-gguf— 該儲存庫的說明頁將 Qwen3-TTS GGUF 套件列為 Apache-2.0,並受原始模型授權條款規範。
重新散布權重時必須標示出處:保留 Apache-2.0 授權條款全文與 Qwen3-TTS 的相關聲明。你生成的語音則無需標示出處。
限制說明:除了上述的聲明要求外,授權條款沒有其他限制 —— 沒有地區限制、沒有營收上限、沒有浮水印。你必須對自己生成的內容負責。
所有檔案都從 Hugging Face 下載。AI Game Dev 不自行託管這些檔案。
版本
| 版本 | 發布日期 | 需搭配應用程式 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 或更新版本 | |
| 1.0.1 | 0.32.0-beta.6 或更新版本 |
安裝
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-customvoice,然後點選 加到專案。
還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。
從終端機
在你的專案資料夾中,使用 gamedev CLI:
gamedev pkg add aigd.audio-qwen3-tts-1-7b-customvoice需求
- AI Game Dev 0.32.0-beta.6 或更新版本
gamedev pkg add aigd.audio-qwen3-tts-1-7b-customvoice