qwen3-tts

纯 C 跑 Qwen3-TTS，无 Python 依赖，轻量高效部署

qwen3-tts 是一个纯 C 语言实现的 Qwen3-TTS 文本转语音推理引擎，旨在摆脱 Python 和 PyTorch 的依赖，仅用 C 和 BLAS 完成模型推理。它支持 0.6B 和 1.7B 两种规模的模型，内置 9 种音色和 10 种语言，覆盖 CPU、CUDA 和 Metal 等硬件加速，并利用 SIMD 优化性能。项目解决的核心问题是降低 TTS 模型部署的复杂度和资源占用，让开发者能在边缘设备或嵌入式环境中直接运行高质量语音合成。其核心能力包括纯 C 推理、多语言多音色支持、跨平台硬件加速，以及情感表达控制。作为早期项目，它展示了将大型 TTS 模型轻量化、高性能化的可能性，适合对部署体积和运行效率有严格要求的场景。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 101

维护状态活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队gabriele-mastrapasqua

所属国家

官网地址

GitHubhttps://github.com/gabriele-mastrapasqua/qwen3-tts

定价模式free

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言C

技术栈/模型c,cpu-inference,cuda,emotion,inference,inference-engine,metal,multilingual,pure-c,qwen,qwen-tts,qwen3-tts,simd,speech-synthesis,text-to-speech,tts,voiceclone,voicecloning

GitHub 星标★ 101

30天Star增速

HF 下载量

上线时间2026-03-04 00:00:00

最近更新2026-09-20 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2026-08-09

浏览次数3

使用教程

核心亮点

纯 C 实现，无 Python/PyTorch 运行时，部署体积小、启动快
支持 CPU/CUDA/Metal 多后端，利用 SIMD 优化，推理性能有保障
覆盖 10 种语言和 9 种音色，内置情感控制，功能完整

不足之处

项目处于早期阶段，文档和社区支持尚待完善
仅支持 Qwen3-TTS 特定模型，通用性有限

适用场景

边缘设备或嵌入式系统上的离线语音合成
需要快速启动和低资源占用的服务端 TTS 部署
对隐私敏感、需本地处理语音的桌面应用

替代项目

Piper、espeak-ng、Coqui TTS

项目介绍

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

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 101。

近 44 天，它的 GitHub 星标从 73 增加到 101，净增 28。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：边缘设备或嵌入式系统上的离线语音合成。同类可对比的替代方案包括 Piper、espeak-ng、Coqui TTS。

上一篇：DualCodec

下一篇：draft-to-take