faster-qwen3-tts

让 Qwen3-TTS 边生成边出声，实时对话不卡顿

faster-qwen3-tts 是基于阿里 Qwen3-TTS 模型构建的实时语音合成开源项目，用 Python 实现，目标是把原本偏研究向、推理较慢的 Qwen3-TTS 改造成可低延迟流式输出的 TTS 引擎。它解决的核心问题是：大模型 TTS 音质好但推理慢，难以用于实时对话、语音助手等场景。项目通过流式解码、推理优化和工程封装，让 Qwen3-TTS 能在生成过程中边出音频边播放，显著降低首包延迟，同时保留原模型的音色克隆、多语言和自然韵律能力。对外提供简洁的 Python 调用接口，方便接入聊天机器人、AI 陪伴、实时字幕配音等应用。项目目前处于成长阶段，星标约 1.3k，适合想快速搭建实时语音交互原型的开发者。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1370

维护状态活跃

是否开源是

定价模式 free

项目预览

项目数据

分类音频音乐

开发团队andimarafioti

所属国家

官网地址

GitHubhttps://github.com/andimarafioti/faster-qwen3-tts

定价模式free

价格说明开源项目，免费使用

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型

GitHub 星标★ 1370

30天Star增速

HF 下载量

上线时间2026-02-16 00:00:00

最近更新2026-09-29 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-01

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3.10 或更高版本
PyTorch 2.5.1 或更高版本
Torch 后端：需要 NVIDIA GPU 并支持 CUDA
GGML 后端：Apple Silicon Mac，macOS 14 或更新版本（Intel Mac 与 Rosetta Python 不支持）

安装与启动步骤

1确认环境条件

Torch 后端需 NVIDIA GPU 与 CUDA；无独显的 Apple Silicon Mac 走 GGML 后端，需 macOS 14+ 且为原生 Python。
2安装主包

一条命令同时装好运行库与 CLI，默认附带 qwen-tts-hf 兼容包（提供 qwen_tts 模块）。
```
pip install faster-qwen3-tts
```
3查看驱动 CUDA 版本

运行后看输出右上角 CUDA Version，用于判断当前驱动匹配哪个 PyTorch wheel。
```
nvidia-smi
```
4驱动较旧时换 PyTorch

若驱动偏旧导致 torch.cuda.is_available() 为 False，按驱动的 CUDA 版本重装匹配的 wheel，例如 CUDA 12.4。
```
pip install "torch==2.5.1" "torchaudio==2.5.1" --index-url https://download.pytorch.org/whl/cu124
```
5新显卡特殊处理

RTX 50 系/Blackwell 需 CUDA 12.8 的 PyTorch wheel（PyTorch 2.7+）；README 未给出具体安装命令，请按官方 wheel 索引自行安装。

如何确认成功

README 未提供启动验证命令；可确认 pip 安装无报错，NVIDIA 环境下 torch.cuda.is_available() 返回 True。

常见问题

Q：Intel Mac 或 Rosetta 下的 Python 能用吗？

A：不能。Metal wheel 仅支持原生 Apple Silicon Python，Intel Mac 与 Rosetta Python 均不受支持。

Q：能同时安装 qwen-tts 和 qwen-tts-hf 吗？

A：不可以。两者提供同一个 qwen_tts 包，默认安装已包含 qwen-tts-hf，同一环境内不要重复安装。

Q：报错 operation not permitted when stream is capturing？

A：这是 fast path 的 CUDA-graph 捕获问题，torch<=2.5.0 不可靠，请升级到 PyTorch 2.5.1 以上。

Q：提示 NVIDIA driver on your system is too old 怎么办？

A：用 nvidia-smi 查看驱动支持的 CUDA 版本，安装与之匹配的 PyTorch wheel，而非默认 wheel。

Q：RTX 50 系显卡默认装不上？

A：Blackwell 需 CUDA 12.8 的 PyTorch wheel，请改装 cu128 构建（PyTorch 2.7+）。

注意事项

默认安装使用 qwen-tts-hf 兼容构建，与上游 qwen-tts 冲突，切勿共存
CUDA-graph 快速路径要求 PyTorch 2.5.1+，低于该版本可能捕获失败
README 的 Quick Start 未给出调用示例与端口等信息，实际使用前请查阅仓库最新文档
命令行工具会自动选择后端：Apple Silicon 原生 Python 环境自动启用 GGML Metal 运行时

核心亮点

基于 Qwen3-TTS，音色克隆与多语言能力开箱可用
流式输出降低首包延迟，适合实时语音交互场景
Python 接口简洁，方便接入现有 LLM 对话链路

不足之处

依赖 Qwen3-TTS 权重与 GPU 环境，部署门槛不低
项目较新，文档与社区案例仍在积累中

适用场景

AI 语音助手实时对话
虚拟主播/陪伴类应用配音
实时字幕与视频配音生成

替代项目

CosyVoice、GPT-SoVITS

项目介绍

faster-qwen3-tts 是音频音乐领域的开源项目，由 andimarafioti 开发，是 2026 年新上线的项目。

在全站 13,465 个收录项目中，它的 GitHub 星标数（1,370）位列前 30%，在音频音乐分类的 757 个项目里位列前 14%。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-29。免费使用。

它主要面向的使用场景是：AI语音助手实时对话。同类可对比的替代方案包括 CosyVoice、GPT-SoVITS。

上一篇：piper1-gpl

下一篇：MorshuTalk