# Qwen3-TTS или SuperClonica для локального синтеза речи

Обновлено 2026-10-23

Qwen3-TTS — семейство открытых моделей синтеза речи от команды Qwen, вышедшее в январе 2026 года в размерах 0.6B и 1.7B под лицензией Apache 2.0. Модель клонирует голос по трём секундам записи, создаёт голоса по текстовому описанию и выдаёт звук потоком с низкой задержкой. SuperClonica решает более узкую задачу: готовые и обученные голоса Supertonic 3, которые быстро работают на процессоре.

Обе работают на вашем железе. Различаются скорость, языки и то, как вы получаете голос.

## Что умеет Qwen3-TTS

Официальные примеры запускаются на видеокарте NVIDIA в bfloat16, а для экономии видеопамяти рекомендуют FlashAttention 2.

- 10 языков: китайский, английский, японский, корейский, немецкий, французский, русский, португальский, испанский и итальянский, плюс голоса с диалектами.
- Клонирование голоса по 3 секундам записи в Base-моделях, без обучения.
- Дизайн голоса по описанию на естественном языке (модель 1.7B VoiceDesign).
- Инструкции, которые управляют тоном, темпом речи и эмоциями.
- Потоковая генерация; авторы заявляют сквозную задержку от 97 мс.

## Скорость Qwen3-TTS на CPU

Для модели 0.6B на настольном 8-ядерном процессоре мы оцениваем скорость в 1–2 раза медленнее реального времени: 10 секунд речи за 10–20 секунд. Оценка опирается на сторонний движок на C, который показывает RTF 2,02 для 0.6B с весами INT4 на ноутбучном Ryzen 7 6800H. Модель 1.7B медленнее — по нашей оценке, в 2–5 раз медленнее реального времени. Обычный PyTorch может работать заметно медленнее этого движка.

На Apple Silicon у Qwen цифры лучше: тот же движок сообщает RTF 0,52 на M1, то есть примерно вдвое быстрее реального времени.

SuperClonica на настольном 8-ядерном процессоре, по нашей оценке, работает в 6,4–9,7 раза быстрее реального времени: те же 10 секунд — примерно за 1,0–1,6 секунды.

## Качество, стабильность и языки

В наших оценках у Qwen3-TTS 4 из 5 за качество и 4 за стабильность тембра, у SuperClonica — 4,5 и 5.

По числу языков впереди Supertonic 3, 31 против 10, но наборы пересекаются неравномерно. Qwen3-TTS говорит по-китайски, Supertonic 3 — нет. Зато Supertonic 3 добавляет арабский, хинди, турецкий, вьетнамский, украинский, польский и большинство других европейских языков.

## Что выбрать

Обе модели открытые и работают локально, так что выбор зависит от задачи.

- Qwen3-TTS — если нужен китайский, мгновенное клонирование или дизайн голоса, или вы делаете голосового ассистента на видеокарте и вам важна задержка первого пакета.
- SuperClonica — если вы озвучиваете много текста на процессорах, работаете с одним из 31 языка Supertonic 3 или хотите, чтобы обученный голос звучал одинаково на тысячах реплик.

## Ещё о синтезе речи

- [Синтез речи и озвучка текста на вашем компьютере](https://superclonica.com/ru/text-to-speech)
- [SuperClonica против Supertonic: та же модель, быстрее и чище](https://superclonica.com/ru/compare/supertonic)
- [Fish Audio и Fish Speech или SuperClonica](https://superclonica.com/ru/compare/fish-audio)
- [OmniVoice или SuperClonica: больше языков или больше скорости](https://superclonica.com/ru/compare/omnivoice)
- [VoxCPM 2 или SuperClonica: студийный звук или скорость на CPU](https://superclonica.com/ru/compare/voxcpm)
- [F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU](https://superclonica.com/ru/compare/f5-tts)
- [Офлайн-альтернатива ElevenLabs](https://superclonica.com/ru/compare/elevenlabs)
- [Kokoro TTS или SuperClonica: две компактные модели для синтеза речи](https://superclonica.com/ru/compare/kokoro)
- [Piper TTS или SuperClonica: маленькие устройства или свои голоса](https://superclonica.com/ru/compare/piper)
- [Coqui XTTS-v2 или SuperClonica: альтернатива Coqui TTS](https://superclonica.com/ru/compare/xtts)
- [Chatterbox TTS или SuperClonica: мгновенный клон или обученный файл голоса](https://superclonica.com/ru/compare/chatterbox)

## Руководства по синтезу речи

- [Как озвучить текст голосом офлайн на своём компьютере](https://superclonica.com/ru/guides/offline-text-to-speech)
- [Клонирование голоса: как получить голос, похожий на запись](https://superclonica.com/ru/guides/voice-cloning)
- [Лучшие бесплатные модели синтеза речи для локального запуска в 2026 году](https://superclonica.com/ru/guides/best-free-tts-models)
- [Озвучка текста для видео, аудиокниг, игр и приложений](https://superclonica.com/ru/guides/text-to-speech-for-videos)
- [Голоса Supertonic 3: где взять свои голоса и как ими пользоваться](https://superclonica.com/ru/guides/supertonic-3-voices)
- [Озвучка текста на Python: офлайн, бесплатно и естественными голосами](https://superclonica.com/ru/guides/python-text-to-speech)
- [Свой API для озвучки текста в Docker](https://superclonica.com/ru/guides/text-to-speech-api-docker)

## Частые вопросы

### Можно ли запустить Qwen3-TTS на CPU?

Да, через сторонние движки. Реализация на чистом C показывает RTF 2,02 для модели 0.6B с весами INT4 на Ryzen 7 6800H и 0,52 на Apple M1. Для настольного 8-ядерного CPU мы оцениваем скорость в 1–2 раза медленнее реального времени.

### Можно ли использовать Qwen3-TTS в коммерческих проектах?

Репозиторий и веса на Hugging Face опубликованы под Apache 2.0, а эта лицензия разрешает коммерческое использование. Перед запуском всё равно прочитайте текст лицензии.

### Есть ли более быстрая альтернатива Qwen3-TTS для офлайн-озвучки?

Для 31 языка Supertonic 3 — да: по нашей оценке, движок SuperClonica озвучивает голосами Supertonic 3 в 6,4–9,7 раза быстрее реального времени на настольном CPU. Мгновенного клонирования не будет: новый голос обучают или покупают в виде файла.

### Поддерживает ли Qwen3-TTS русский язык?

Да, русский входит в его 10 языков, как и японский с корейским. Supertonic 3 их тоже поддерживает.

- [Подобрать голос для Supertonic 3](https://superclonica.com/ru/explore)
- [Перейти к установке SuperClonica](https://superclonica.com/ru/superclonica)

## Источники

- [Репозиторий Qwen3-TTS (GitHub)](https://github.com/QwenLM/Qwen3-TTS)
- [Карточка модели Qwen3-TTS 1.7B Base](https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base)
- [Qwen3-TTS на C: замеры производительности](https://github.com/gabriele-mastrapasqua/qwen3-tts/blob/main/docs/performance.md)
- [Карточка модели Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/ru/)
- [Каталог AI-голосов для озвучки текста](https://superclonica.com/ru/explore)
- [Заказ голоса по референсу для Supertonic 3](https://superclonica.com/ru/requests)
- [Как это работает: голоса, озвучка, обучение](https://superclonica.com/ru/guide)
- [Установка быстрого движка для Supertonic 3](https://superclonica.com/ru/superclonica)
- [О нас: команда энтузиастов синтеза речи](https://superclonica.com/ru/about)
- [Контакты, поддержка и жалобы на голоса](https://superclonica.com/ru/contacts)
- [Политика конфиденциальности](https://superclonica.com/ru/privacy)
- [Условия использования](https://superclonica.com/ru/terms)
- [Синтез речи](https://superclonica.com/ru/text-to-speech)