Qwen3-TTS 語音複製功能合併至 llama.cpp 主線，支援 1.7B Base 模型與 10 種語言

據 Reddit 社群消息，Qwen3-TTS 語音複製功能的新實作已正式合併至 llama.cpp 的 master 分支。 該實作目前支援 GGUF 格式的 Qwen3-TTS-12Hz-1.7B-Base 模型，可透過約三秒的 WAV 或 MP3 參考音檔進行語音複製，並支援中、英、日、韓、德、法等 10 種語言，音訊生成須透過 llama-tts 執行檔進行。 目前該功能仍有部分限制：僅支援 1.7B Base 模型（不含 CustomVoice 或 VoiceDesign），/tts 伺服器端點仍處於 PR 草案階段，且此次更新包含對現有 llama-tts 執行檔的破壞性變更。 社群指出，將語音複製整合進主線，可大幅降低在現有 llama.cpp 專案中加入本地語音輸出的門檻。目前尚未有針對語音相似度、穩定性，或與 PyTorch 原版及專用移植版（如 qwen3-tts.cpp）的獨立效能評測數據。