{"kind":"compare","slug":"qwen3-tts","path":"/compare/qwen3-tts","title":"Alternativa ao Qwen3-TTS, mais rápida no CPU | SuperClonica","description":"Qwen3-TTS ou SuperClonica: clonar voz com 3 segundos, design de voz e chinês contra um motor do Supertonic 3 mais leve e rápido no CPU. Qual escolher e quando.","h1":"Qwen3-TTS ou SuperClonica para texto para fala local","intro":"O Qwen3-TTS é a família de modelos de voz abertos da equipe Qwen, lançada em janeiro de 2026 nos tamanhos 0.6B e 1.7B, sob Apache 2.0. Ele clona uma voz com três segundos de áudio, cria vozes a partir de uma descrição em texto e transmite o áudio em streaming com baixa latência. O SuperClonica é mais focado: vozes do Supertonic 3, prontas ou treinadas, que rodam rápido no CPU.\n\nOs dois rodam no seu próprio hardware. A diferença está na velocidade, nos idiomas e em como você consegue uma voz.","sections":[{"heading":"O que o Qwen3-TTS oferece","paragraphs":["Os exemplos oficiais rodam em uma GPU NVIDIA em bfloat16, e o FlashAttention 2 é recomendado para reduzir o uso de memória da GPU."],"points":["10 idiomas: chinês, inglês, japonês, coreano, alemão, francês, russo, português, espanhol e italiano, além de perfis de voz com dialetos.","Clonagem de voz com 3 segundos nos modelos Base, sem treino.","Design de voz a partir de uma descrição em linguagem natural (modelo 1.7B VoiceDesign).","Instruções que controlam tom, velocidade da fala e emoção.","Geração em streaming; os autores informam latência de ponta a ponta a partir de 97 ms."]},{"heading":"Velocidade do Qwen3-TTS no CPU","paragraphs":["Para o modelo 0.6B em um processador de desktop de 8 núcleos, estimamos de 1 a 2 vezes mais lento que o tempo real: 10 segundos de fala em 10 a 20 segundos. A estimativa se baseia em um motor da comunidade escrito em C, que informa RTF de 2,02 para o 0.6B com pesos INT4 em um Ryzen 7 6800H de notebook. O modelo 1.7B é mais lento: colocamos de 2 a 5 vezes mais lento que o tempo real. PyTorch puro pode ser bem mais lento que esse motor em C.","No Apple Silicon o Qwen se sai melhor: o mesmo motor informa 0,52 em um M1, ou seja, cerca de duas vezes mais rápido que o tempo real.","O SuperClonica, em um processador de desktop de 8 núcleos, roda pela nossa estimativa de 6,4 a 9,7 vezes mais rápido que o tempo real: os mesmos 10 segundos levam cerca de 1,0 a 1,6 segundo."]},{"heading":"Qualidade, estabilidade e idiomas","paragraphs":["Nas nossas notas, o Qwen3-TTS recebe 4 de 5 em qualidade e 4 em estabilidade do timbre; o SuperClonica, 4,5 e 5.","Em número de idiomas, o Supertonic 3 vence por 31 a 10, mas as listas não batem totalmente. O Qwen3-TTS fala chinês, o Supertonic 3 não. Em compensação, o Supertonic 3 traz árabe, hindi, turco, vietnamita, ucraniano, polonês e a maioria dos outros idiomas europeus."]},{"heading":"Qual usar","paragraphs":["Os dois são abertos e rodam localmente, então depende da tarefa."],"points":["Qwen3-TTS: você precisa de chinês, clonagem instantânea ou design de voz, ou está criando um assistente de voz em GPU e a latência do primeiro pacote importa.","SuperClonica: você gera muita fala no CPU, trabalha em um dos 31 idiomas do Supertonic 3 ou quer que uma voz treinada soe igual em milhares de falas."]}],"faq":[{"question":"O Qwen3-TTS roda no CPU?","answer":"Sim, com motores da comunidade. Uma implementação em C puro informa RTF de 2,02 para o modelo 0.6B com INT4 em um Ryzen 7 6800H e 0,52 em um Apple M1. Em um CPU de desktop de 8 núcleos, estimamos de 1 a 2 vezes mais lento que o tempo real."},{"question":"Posso usar o Qwen3-TTS comercialmente?","answer":"O repositório e os pesos no Hugging Face são publicados sob Apache 2.0, licença que permite uso comercial. Mesmo assim, leia o texto da licença antes de lançar o produto."},{"question":"Existe uma alternativa mais rápida ao Qwen3-TTS para fala offline?","answer":"Para os 31 idiomas do Supertonic 3, sim: pela nossa estimativa, o motor SuperClonica faz as vozes do Supertonic 3 falarem de 6,4 a 9,7 vezes mais rápido que o tempo real em um CPU de desktop. Você abre mão da clonagem instantânea: uma voz nova é treinada ou comprada como arquivo."},{"question":"O Qwen3-TTS fala português?","answer":"Sim, o português está entre os seus 10 idiomas. O Supertonic 3 também suporta português."}],"cta":{"catalog":"Encontrar uma voz para o Supertonic 3","install":"Ir para a instalação do SuperClonica"},"sources":[{"label":"Repositório do Qwen3-TTS (GitHub)","url":"https://github.com/QwenLM/Qwen3-TTS"},{"label":"Página do modelo Qwen3-TTS 1.7B Base","url":"https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base"},{"label":"Qwen3-TTS em C: dados de desempenho","url":"https://github.com/gabriele-mastrapasqua/qwen3-tts/blob/main/docs/performance.md"},{"label":"Página do modelo Supertonic 3","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":"Texto para fala que roda no seu próprio computador"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio e Fish Speech comparados ao SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS ou SuperClonica para texto para fala local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Uma alternativa offline ao ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Como converter texto em fala offline no seu computador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Os melhores modelos de texto para fala grátis para uso local em 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto para fala para vídeos, audiolivros, jogos e apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto para fala em Python: offline, grátis e com vozes naturais"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto para fala auto-hospedada no Docker"}]}