# ローカル音声合成ならQwen3-TTSかSuperClonicaか

更新日 2026-10-23

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。

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。

## Qwen3-TTSでできること

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。

- 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。

## CPUでのQwen3-TTSの速度

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。

## 品質、安定性、対応言語

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。

## どちらを使うか

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。

- 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。

## 音声合成についてもっと読む

- [自分のPCで動く音声合成・テキスト読み上げ](https://superclonica.com/ja/text-to-speech)
- [Supertonic と SuperClonica：同じモデルで、より速く、よりクリーンに](https://superclonica.com/ja/compare/supertonic)
- [Fish Audio・Fish SpeechとSuperClonicaの比較](https://superclonica.com/ja/compare/fish-audio)
- [OmniVoiceとSuperClonica：言語の多さか、速度か](https://superclonica.com/ja/compare/omnivoice)
- [VoxCPM 2とSuperClonica：スタジオ品質か、CPUでの速度か](https://superclonica.com/ja/compare/voxcpm)
- [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](https://superclonica.com/ja/compare/f5-tts)
- [オフラインで使えるElevenLabsの代替](https://superclonica.com/ja/compare/elevenlabs)
- [Kokoro TTSとSuperClonica：ローカル音声合成の小型モデル2つ](https://superclonica.com/ja/compare/kokoro)
- [Piper TTSとSuperClonica：小型デバイスか、オリジナル音声か](https://superclonica.com/ja/compare/piper)
- [Coqui XTTS-v2とSuperClonica：Coqui TTSの代替として](https://superclonica.com/ja/compare/xtts)
- [Chatterbox TTSとSuperClonica：即時クローンか、学習済みの音声ファイルか](https://superclonica.com/ja/compare/chatterbox)

## 音声合成ガイド

- [自分のPCでテキストをオフライン読み上げする方法](https://superclonica.com/ja/guides/offline-text-to-speech)
- [ボイスクローン：録音の声に近い音声を手に入れる方法](https://superclonica.com/ja/guides/voice-cloning)
- [2026年、ローカルで使える無料の音声合成モデル](https://superclonica.com/ja/guides/best-free-tts-models)
- [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](https://superclonica.com/ja/guides/text-to-speech-for-videos)
- [Supertonic 3 の音声：カスタム音声の入手先と使い方](https://superclonica.com/ja/guides/supertonic-3-voices)
- [Pythonで音声合成：オフライン・無料・自然な声で](https://superclonica.com/ja/guides/python-text-to-speech)
- [Dockerで動かすセルフホスト音声合成API](https://superclonica.com/ja/guides/text-to-speech-api-docker)

## よくある質問

### Qwen3-TTSはCPUで動きますか？

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。

### Qwen3-TTSは商用利用できますか？

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。

### オフラインで使える、Qwen3-TTSより速い代替はありますか？

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。

### Qwen3-TTSは日本語に対応していますか？

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。

- [Supertonic 3の音声を探す](https://superclonica.com/ja/explore)
- [SuperClonicaのインストールへ](https://superclonica.com/ja/superclonica)

## 出典

- [Qwen3-TTS リポジトリ（GitHub）](https://github.com/QwenLM/Qwen3-TTS)
- [Qwen3-TTS 1.7B Base モデルカード](https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base)
- [C言語版Qwen3-TTS：性能データ](https://github.com/gabriele-mastrapasqua/qwen3-tts/blob/main/docs/performance.md)
- [Supertonic 3 モデルカード](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/ja/)
- [テキスト読み上げ用AI音声カタログ](https://superclonica.com/ja/explore)
- [Supertonic 3 カスタム音声の依頼](https://superclonica.com/ja/requests)
- [仕組み：音声、ローカル合成、学習](https://superclonica.com/ja/guide)
- [高速な Supertonic 3 エンジンのインストール](https://superclonica.com/ja/superclonica)
- [私たちについて：音声合成が好きなチーム](https://superclonica.com/ja/about)
- [お問い合わせ・サポート・音声の通報](https://superclonica.com/ja/contacts)
- [プライバシーポリシー](https://superclonica.com/ja/privacy)
- [利用規約](https://superclonica.com/ja/terms)
- [音声合成](https://superclonica.com/ja/text-to-speech)