faster-qwen3-tts

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

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？

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

让 Qwen3-TTS 边生成边出声，实时对话不卡顿

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 202 🐛 待处理 30 👀 关注 9

GitHub ↗

GitHub 星标 ★ 1425

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用

项目预览

faster-qwen3-tts 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队andimarafioti

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

定价模式🏷️完全免费

价格说明开源项目，免费使用

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

GitHub 星标★ 1425

上线时间2026-02-16 00:00:00

代码更新2026-10-09

仓库体积20.8 MB

本站数据更新2026-11-15

维护状态维护中

收录时间2026-10-01

浏览次数2

项目介绍

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。

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

数据来源：GitHub API 逐日快照 · 收录于 2026-10-01 · 当前星标 ★ 1425

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

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。