{"kind":"compare","slug":"qwen3-tts","path":"/compare/qwen3-tts","title":"Qwen3-TTSの代替：CPUでより速く | SuperClonica","description":"Qwen3-TTSとSuperClonicaを比較。3秒のボイスクローン、ボイスデザイン、中国語対応か、CPUで軽く速いSupertonic 3エンジンか。用途に合わせた選び方。","h1":"ローカル音声合成ならQwen3-TTSかSuperClonicaか","intro":"Qwen3-TTSはQwenチームのオープンな音声モデル群で、2026年1月に0.6Bと1.7BのサイズがApache 2.0で公開されました。3秒の音声から声をクローンし、テキストの説明から声を作り、低遅延でストリーミング出力できます。SuperClonicaの守備範囲はもっと狭く、CPUで速く動く既製・学習済みのSupertonic 3音声です。\n\nどちらも手元のハードウェアで動きます。違いは速度、対応言語、そして声の手に入れ方です。","sections":[{"heading":"Qwen3-TTSでできること","paragraphs":["公式のサンプルはNVIDIA GPUのbfloat16で動かす前提で、GPUメモリを抑えるためにFlashAttention 2が推奨されています。"],"points":["10言語：中国語、英語、日本語、韓国語、ドイツ語、フランス語、ロシア語、ポルトガル語、スペイン語、イタリア語。方言の音声プロファイルもあります。","Baseモデルで3秒のボイスクローン。学習は不要です。","自然文の説明からのボイスデザイン（1.7B VoiceDesignモデル）。","口調、話す速さ、感情を指示で制御。","ストリーミング生成。開発元はエンドツーエンドの遅延を最短97msと公表しています。"]},{"heading":"CPUでのQwen3-TTSの速度","paragraphs":["8コアのデスクトップCPUで0.6Bモデルを動かした場合、当社の見積もりはリアルタイムより1〜2倍遅い程度、10秒の音声に10〜20秒です。根拠はC言語で書かれたコミュニティ製エンジンで、ノートPC向けのRyzen 7 6800Hで0.6B・INT4重みのRTFが2.02と報告されています。1.7Bモデルはさらに遅く、リアルタイムより2〜5倍遅いと見ています。素のPyTorchでは、このCエンジンよりかなり遅くなることがあります。","Apple SiliconではQwenの数字が良くなります。同じエンジンでM1のRTFは0.52、つまりリアルタイムの約2倍速です。","SuperClonicaは、8コアのデスクトップCPUで当社の見積もりではリアルタイムの6.4〜9.7倍速。同じ10秒が約1.0〜1.6秒です。"]},{"heading":"品質、安定性、対応言語","paragraphs":["当社の評価では、Qwen3-TTSは品質が5点満点中4点、声色の安定性が4点。SuperClonicaはそれぞれ4.5点と5点です。","対応言語の数はSupertonic 3が31対10で上回りますが、中身は一致しません。Qwen3-TTSは中国語を話せますが、Supertonic 3は話せません。その代わりSupertonic 3は、アラビア語、ヒンディー語、トルコ語、ベトナム語、ウクライナ語、ポーランド語と、ほかのヨーロッパ言語の大半をカバーしています。"]},{"heading":"どちらを使うか","paragraphs":["どちらもオープンでローカルで動くので、決め手は用途です。"],"points":["Qwen3-TTS：中国語、即時クローン、ボイスデザインが必要な場合。GPUで音声アシスタントを作り、最初のパケットまでの遅延を重視する場合。","SuperClonica：CPUで大量に音声を生成する場合、Supertonic 3の31言語のどれかを使う場合、学習した声を何千ものセリフで同じ声色に保ちたい場合。"]}],"faq":[{"question":"Qwen3-TTSはCPUで動きますか？","answer":"コミュニティ製のエンジンで動きます。純粋なC実装では、0.6Bモデル・INT4でRyzen 7 6800HのRTFが2.02、Apple M1で0.52と報告されています。8コアのデスクトップCPUでは、リアルタイムより1〜2倍遅い程度と当社は見積もっています。"},{"question":"Qwen3-TTSは商用利用できますか？","answer":"リポジトリとHugging Face上の重みはApache 2.0で公開されており、このライセンスは商用利用を認めています。それでも、公開前にライセンス本文は確認してください。"},{"question":"オフラインで使える、Qwen3-TTSより速い代替はありますか？","answer":"Supertonic 3の31言語であれば、あります。当社の見積もりでは、SuperClonicaエンジンはデスクトップCPUでSupertonic 3の音声をリアルタイムの6.4〜9.7倍速で読み上げます。ただし即時クローンはできず、新しい声は学習するかファイルとして購入します。"},{"question":"Qwen3-TTSは日本語に対応していますか？","answer":"はい、日本語は10言語の一つです。Supertonic 3も日本語に対応しています。"}],"cta":{"catalog":"Supertonic 3の音声を探す","install":"SuperClonicaのインストールへ"},"sources":[{"label":"Qwen3-TTS リポジトリ（GitHub）","url":"https://github.com/QwenLM/Qwen3-TTS"},{"label":"Qwen3-TTS 1.7B Base モデルカード","url":"https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base"},{"label":"C言語版Qwen3-TTS：性能データ","url":"https://github.com/gabriele-mastrapasqua/qwen3-tts/blob/main/docs/performance.md"},{"label":"Supertonic 3 モデルカード","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"自分のPCで動く音声合成・テキスト読み上げ"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio・Fish SpeechとSuperClonicaの比較"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoiceとSuperClonica：言語の多さか、速度か"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"ローカル音声合成ならQwen3-TTSかSuperClonicaか"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTSとSuperClonica：ゼロショットのクローンか、CPUでの高速読み上げか"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"オフラインで使えるElevenLabsの代替"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"自分のPCでテキストをオフライン読み上げする方法"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"ボイスクローン：録音の声に近い音声を手に入れる方法"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026年、ローカルで使える無料の音声合成モデル"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"動画、オーディオブック、ゲーム、アプリのテキスト読み上げ"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 の音声：カスタム音声の入手先と使い方"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Pythonで音声合成：オフライン・無料・自然な声で"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"Dockerで動かすセルフホスト音声合成API"}]}