# 本地语音合成：Qwen3-TTS 还是 SuperClonica

更新于 2026-10-23

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。

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。

## Qwen3-TTS 能做什么

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。

- 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。

## Qwen3-TTS 在 CPU 上的速度

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。

## 音质、稳定性和语言

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。

## 怎么选

两者都开源、都能本地运行，选择取决于用途。

- 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。

## 更多语音合成内容

- [在自己电脑上运行的语音合成](https://superclonica.com/zh/text-to-speech)
- [Supertonic 与 SuperClonica：同一模型，更快更干净](https://superclonica.com/zh/compare/supertonic)
- [Fish Audio、Fish Speech 与 SuperClonica 对比](https://superclonica.com/zh/compare/fish-audio)
- [OmniVoice 与 SuperClonica：语言更多，还是速度更快](https://superclonica.com/zh/compare/omnivoice)
- [VoxCPM 2 与 SuperClonica：录音棚音质还是 CPU 速度](https://superclonica.com/zh/compare/voxcpm)
- [F5-TTS 与 SuperClonica：零样本克隆还是 CPU 上的快速合成](https://superclonica.com/zh/compare/f5-tts)
- [可离线使用的 ElevenLabs 替代方案](https://superclonica.com/zh/compare/elevenlabs)
- [Kokoro TTS 与 SuperClonica：两个小模型的本地语音合成](https://superclonica.com/zh/compare/kokoro)
- [Piper TTS 与 SuperClonica：小设备还是定制音色](https://superclonica.com/zh/compare/piper)
- [Coqui XTTS-v2 与 SuperClonica：Coqui TTS 的替代方案](https://superclonica.com/zh/compare/xtts)
- [Chatterbox TTS 与 SuperClonica：即时克隆还是训练好的音色文件](https://superclonica.com/zh/compare/chatterbox)

## 语音合成指南

- [如何在自己的电脑上离线把文字转成语音](https://superclonica.com/zh/guides/offline-text-to-speech)
- [声音克隆：如何得到一个像录音里那样的声音](https://superclonica.com/zh/guides/voice-cloning)
- [2026 年适合本地运行的免费语音合成模型](https://superclonica.com/zh/guides/best-free-tts-models)
- [为视频、有声书、游戏和应用做文字转语音配音](https://superclonica.com/zh/guides/text-to-speech-for-videos)
- [Supertonic 3 音色：自定义音色的来源与使用方法](https://superclonica.com/zh/guides/supertonic-3-voices)
- [Python 文字转语音：离线、免费、自然的音色](https://superclonica.com/zh/guides/python-text-to-speech)
- [在 Docker 中自建文字转语音 API](https://superclonica.com/zh/guides/text-to-speech-api-docker)

## 常见问题

### Qwen3-TTS 能在 CPU 上运行吗？

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。

### Qwen3-TTS 可以商用吗？

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。

### 离线语音合成有比 Qwen3-TTS 更快的选择吗？

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。

### Qwen3-TTS 支持中文方言吗？

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。

- [查找 Supertonic 3 音色](https://superclonica.com/zh/explore)
- [前往 SuperClonica 安装页面](https://superclonica.com/zh/superclonica)

## 参考来源

- [Qwen3-TTS 代码仓库（GitHub）](https://github.com/QwenLM/Qwen3-TTS)
- [Qwen3-TTS 1.7B Base 模型卡](https://huggingface.co/Qwen/Qwen3-TTS-12Hz-1.7B-Base)
- [C 语言版 Qwen3-TTS：性能数据](https://github.com/gabriele-mastrapasqua/qwen3-tts/blob/main/docs/performance.md)
- [Supertonic 3 模型卡](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/zh/)
- [文字转语音 AI 声音目录](https://superclonica.com/zh/explore)
- [Supertonic 3 定制音色委托](https://superclonica.com/zh/requests)
- [工作原理：音色、本地语音、训练](https://superclonica.com/zh/guide)
- [安装更快的 Supertonic 3 引擎](https://superclonica.com/zh/superclonica)
- [关于我们：语音合成爱好者团队](https://superclonica.com/zh/about)
- [联系方式、支持与音色投诉](https://superclonica.com/zh/contacts)
- [隐私政策](https://superclonica.com/zh/privacy)
- [使用条款](https://superclonica.com/zh/terms)
- [语音合成](https://superclonica.com/zh/text-to-speech)