{"kind":"compare","slug":"qwen3-tts","path":"/compare/qwen3-tts","title":"Qwen3-TTS 替代方案：CPU 上更快 | SuperClonica","description":"Qwen3-TTS 与 SuperClonica 对比：3 秒声音克隆、声音设计和中文支持，还是在 CPU 上更轻更快的 Supertonic 3 引擎？按用途选择。","h1":"本地语音合成：Qwen3-TTS 还是 SuperClonica","intro":"Qwen3-TTS 是 Qwen 团队的开源语音模型系列，2026 年 1 月发布 0.6B 和 1.7B 两种规模，采用 Apache 2.0 许可证。它能用 3 秒音频克隆声音，按文字描述设计声音，并以低延迟流式输出。SuperClonica 的定位更窄：现成和定制训练的 Supertonic 3 音色，在 CPU 上运行很快。\n\n两者都能在您自己的硬件上运行，区别在于速度、语言，以及获得声音的方式。对中文用户来说，最关键的一点是：Qwen3-TTS 支持中文，Supertonic 3 目前不支持。","sections":[{"heading":"Qwen3-TTS 能做什么","paragraphs":["官方示例在 NVIDIA GPU 上以 bfloat16 运行，并推荐使用 FlashAttention 2 来降低显存占用。"],"points":["10 种语言：中文、英语、日语、韩语、德语、法语、俄语、葡萄牙语、西班牙语、意大利语，另有多种方言音色。","Base 模型支持 3 秒声音克隆，无需训练。","根据自然语言描述设计声音（1.7B VoiceDesign 模型）。","用指令控制语气、语速和情感。","支持流式生成，官方称端到端延迟最低 97 毫秒。"]},{"heading":"Qwen3-TTS 在 CPU 上的速度","paragraphs":["对于 0.6B 模型，我们估计在 8 核台式机 CPU 上比实时慢 1–2 倍，10 秒语音需要 10–20 秒。依据是一个用 C 语言编写的社区推理引擎：它在笔记本处理器 Ryzen 7 6800H 上，用 INT4 权重跑 0.6B 模型，RTF 为 2.02。1.7B 模型更慢，我们估计比实时慢 2–5 倍。直接用 PyTorch 可能比这个 C 引擎慢得多。","在 Apple Silicon 上 Qwen 的表现更好：同一个引擎在 M1 上的 RTF 为 0.52，约是实时的 2 倍。","按我们的估算，SuperClonica 在 8 核台式机 CPU 上是实时的 6.4–9.7 倍，同样 10 秒语音约 1.0–1.6 秒。"]},{"heading":"音质、稳定性和语言","paragraphs":["在我们的评分中，Qwen3-TTS 的音质为 4 分、音色稳定性 4 分（满分 5 分）；SuperClonica 分别是 4.5 分和 5 分。","语言数量上 Supertonic 3 以 31 对 10 领先，但两者覆盖的语言并不重合。Qwen3-TTS 支持中文，Supertonic 3 不支持；反过来，Supertonic 3 支持阿拉伯语、印地语、土耳其语、越南语、乌克兰语、波兰语以及大多数其他欧洲语言。"]},{"heading":"怎么选","paragraphs":["两者都开源、都能本地运行，选择取决于用途。"],"points":["Qwen3-TTS：需要中文、即时克隆或声音设计；或者在 GPU 上做语音助手，看重首包延迟。","SuperClonica：要在 CPU 上大量生成语音，语言在 Supertonic 3 的 31 种之内，或者希望训练好的声音在成千上万句台词里保持同一种音色。"]}],"faq":[{"question":"Qwen3-TTS 能在 CPU 上运行吗？","answer":"可以，借助社区推理引擎。一个纯 C 实现报告：0.6B 模型用 INT4 权重时，在 Ryzen 7 6800H 上 RTF 为 2.02，在 Apple M1 上为 0.52。我们估计在 8 核台式机 CPU 上比实时慢 1–2 倍。"},{"question":"Qwen3-TTS 可以商用吗？","answer":"代码仓库和 Hugging Face 上的权重都以 Apache 2.0 发布，这个许可证允许商用。上线前仍建议通读许可证原文。"},{"question":"离线语音合成有比 Qwen3-TTS 更快的选择吗？","answer":"如果是 Supertonic 3 支持的 31 种语言，有：按我们的估算，SuperClonica 引擎在台式机 CPU 上能以实时 6.4–9.7 倍的速度朗读 Supertonic 3 音色。代价是没有即时克隆，新声音需要训练或购买音色文件。中文语音则仍建议用 Qwen3-TTS。"},{"question":"Qwen3-TTS 支持中文方言吗？","answer":"官方说明除 10 种主要语言外，还提供多种方言音色。Supertonic 3 目前连普通话也不支持。"}],"cta":{"catalog":"查找 Supertonic 3 音色","install":"前往 SuperClonica 安装页面"},"sources":[{"label":"Qwen3-TTS 代码仓库（GitHub）","url":"https://github.com/QwenLM/Qwen3-TTS"},{"label":"Qwen3-TTS 1.7B Base 模型卡","url":"https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base"},{"label":"C 语言版 Qwen3-TTS：性能数据","url":"https://github.com/gabriele-mastrapasqua/qwen3-tts/blob/main/docs/performance.md"},{"label":"Supertonic 3 模型卡","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":"在自己电脑上运行的语音合成"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic 与 SuperClonica：同一模型，更快更干净"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio、Fish Speech 与 SuperClonica 对比"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice 与 SuperClonica：语言更多，还是速度更快"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"本地语音合成：Qwen3-TTS 还是 SuperClonica"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 与 SuperClonica：录音棚音质还是 CPU 速度"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS 与 SuperClonica：零样本克隆还是 CPU 上的快速合成"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"可离线使用的 ElevenLabs 替代方案"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS 与 SuperClonica：两个小模型的本地语音合成"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS 与 SuperClonica：小设备还是定制音色"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 与 SuperClonica：Coqui TTS 的替代方案"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS 与 SuperClonica：即时克隆还是训练好的音色文件"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"如何在自己的电脑上离线把文字转成语音"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"声音克隆：如何得到一个像录音里那样的声音"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"2026 年适合本地运行的免费语音合成模型"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"为视频、有声书、游戏和应用做文字转语音配音"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Supertonic 3 音色：自定义音色的来源与使用方法"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Python 文字转语音：离线、免费、自然的音色"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"在 Docker 中自建文字转语音 API"}]}