RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

Qwen3-TTS

QwenLM/Qwen3-TTSRevisado por IA

Verificado pelo RepoPicks Radar em

O que é Qwen3-TTS?

A equipe Qwen da Alibaba lançou esses modelos de voz junto com um pacote Python. Você pode ler texto em voz alta em dez idiomas com nove vozes já prontas, descrever em palavras simples a voz que quer e deixar o modelo inventar uma, ou dar a ele uma gravação de três segundos para que fale com aquela voz. Você instala o Python e o pacote qwen-tts, e os arquivos do modelo (0.6B ou 1.7B) são baixados no primeiro uso. Todos os exemplos carregam o modelo em uma placa NVIDIA. Um único comando abre uma página web local para testar sem escrever código; a Alibaba também vende a mesma coisa como serviço online pago.

Qwen3-TTS é grátis e de código aberto (Apache-2.0) e pode substituir ElevenLabs, Murf e Fish Audio.

Quão fácil é instalar Qwen3-TTS?

D · terminal, várias ferramentas ou placa específica · Windows

  • Windows D
  • Linux D

No Linux e no Windows é trabalho de terminal mais hardware específico: criar um ambiente Python, executar "pip install -U qwen-tts", deixar um modelo de alguns gigabytes ser baixado, e então executar "qwen-tts-demo <model>" para abrir a página web local. Todos os exemplos do README carregam o modelo com device_map="cuda:0" e bfloat16 e recomendam compilar o flash-attn, então uma placa NVIDIA é esperada; o Linux é o mais fácil dos dois porque o flash-attn e o vLLM são feitos para ele. O Mac nem é mencionado.

Em breve: instale com 1 clique pelo app RepoPicks.

Qwen3-TTS no GitHub

Estrelas
14.343em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
+128estrelas em 6 dias

Estrelas ao longo do tempo

14.20014.25014.30014.350 5 de nov.6 de nov.7 de nov.8 de nov.9 de nov.10 de nov. 14.20014.25014.30014.350 5 de nov.8 de nov.

Fatos

Roda em
Windows, Linux
Você precisa instalar
Python, Placa NVIDIA
Para compilar a partir do código
Python
Espaço em disco
150 MB–450 MB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis · O código e os pesos do modelo são gratuitos sob Apache-2.0; o DashScope, da Alibaba Cloud, oferece os mesmos modelos como serviço online pago.
Licença
Apache-2.0 (Permissiva)
Pode substituir
ElevenLabs, Murf, Fish Audio
Última mudança no GitHub
17 de mar. de 2026

Sinais de risco de Qwen3-TTS (5)

  • AtençãoClonagem de vozes de pessoas reais

    Os modelos Base são descritos fazendo "3-second rapid voice clone from user audio input", e o ref_audio "can be a local file path, a URL, a base64 string", então três segundos da voz de alguém tirados da internet já bastam; copiar a voz de uma pessoa é restrito em vários países.

    revisão por IA

  • AtençãoServidor de demonstração aberto à rede sem senha

    Os próprios comandos do README são "qwen-tts-demo Qwen/Qwen3-TTS-12Hz-1.7B-Base --ip 0.0.0.0 --port 8000" e, para HTTPS, um certificado autoassinado com "--no-ssl-verify"; 0.0.0.0 significa que qualquer pessoa que alcance sua máquina nessa porta pode usar a página, que não tem login.

    revisão por IA

  • InfoExemplo de design de voz descreve uma voz infantil

    Um exemplo de Voice Design no README pede "撒娇稚嫩的萝莉女声" (uma voz feminina infantil e mimada) e outro pede uma voz "Male, 17 years old", então o modelo pode ser instruído a produzir vozes que parecem de menores de idade.

    revisão por IA

  • InfoArquivos do modelo são baixados no primeiro uso

    README: "During model loading in the qwen-tts package or vLLM, model weights will be automatically downloaded based on the model name", a partir do Hugging Face ou do ModelScope; a estimativa de 150-450 MB das checagens cobre o código, não esses arquivos.

    revisão por IA

  • InfoSem lançamentos e em silêncio desde março

    Não há lançamentos no GitHub, a versão do pacote no pyproject.toml é 0.1.1, e o último commit é de 2026-03-17 (237 dias antes da checagem), enquanto o README diz que outros modelos do relatório "will be released in the near future".

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em Qwen3-TTS

  • Se funciona mesmo sem uma placa NVIDIA, já que o README não mostra nenhum caminho para CPU ou Apple Silicon.
  • Quanto de disco e de memória de vídeo os modelos de 0.6B e 1.7B realmente ocupam depois de baixados.
  • Os números de destaque (97 ms para o primeiro áudio, as taxas de erro nas tabelas) foram medidos pelos próprios autores.
  • Quão boas são as vozes em português e espanhol comparadas com as de chinês e inglês, que recebem a maior parte da atenção.
  • Se compilar o flash-attn funciona em uma máquina doméstica comum; o README avisa sobre memória e núcleos de CPU durante essa etapa.

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub