# audio.cpp 0.9.2: библиотека голосов и потоковая речь локально

Источник: https://modelium.tech/zhurnal/audio-cpp-0-9-2-voice-library-streaming/

В audio.cpp 0.9.2 появилась общая библиотека голосовых записей для веб-интерфейса и расширена потоковая выдача речи: первые фрагменты доступны до завершения синтеза у поддерживаемых моделей. Это обновление программы, не новая универсальная модель. Записи хранятся в браузере; лицензии скачиваемых моделей и их возможности отличаются от лицензии движка.

audio.cpp 0.9.2: библиотека голосов и потоковая речь локально

Если вы храните несколько образцов голоса для озвучивания текста, в audio.cpp 0.9.2 ими стало проще управлять: в веб-интерфейсе появилась общая библиотека записей. Программа также расширила потоковую выдачу речи — воспроизведение может начинаться до завершения всей генерации для поддерживаемых моделей. Это обновление программы, а не выпуск единой новой модели или обещание одинаковой скорости на любом компьютере. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

**Когда:** стабильный релиз опубликован 15 октября 2026 года. Источники проверены 16 октября. Уровень: новость о программе; полный запуск моделей редакция не выполняла. [s1](#src-s1)

## Что поменялось для пользователя?

На новой странице Voices можно импортировать сохранённую запись и её расшифровку, прослушать образец, найти его среди других и затем использовать в Studio для озвучивания. Разработчики указывают, что библиотека хранится в базе самого браузера и доступна обеим страницам веб-интерфейса. Поэтому не стоит считать её отдельным облачным аккаунтом или резервной копией: удаление данных сайта в браузере может лишить доступа к сохранённым там записям. Страница не делает автоматическую расшифровку загруженного голоса. [s2](#src-s2)

Например, у вас есть запись собственного голоса и текст произнесённой фразы. Их можно сохранить в библиотеке, а затем выбирать запись для совместимой модели синтеза речи. Наличие кнопки в интерфейсе не означает, что **любая** модель умеет копировать голос или что её лицензия разрешает коммерческое использование. В частности, добавленный в релиз Voxtral 4B TTS использует встроенные голоса: опубликованный пакет не содержит компонента для копирования произвольной записи; исходные веса и голоса обозначены как некоммерческие CC BY-NC 4.0. [s2](#src-s2) [s5](#src-s5) [s6](#src-s6) [s7](#src-s7)

## Что означает «потоковая речь»?

При потоковой выдаче программа отдаёт первые готовые фрагменты звука, пока формирует следующие. Разработчики включили или улучшили этот режим для ряда моделей озвучивания, включая Qwen3 TTS, BreezeTTS 2, MOSS-TTS-Nano, VibeVoice и Fish Audio. Это не обещание, что речь всегда начнётся мгновенно: время зависит от модели, оборудования и настроек. Опубликованные в PR сравнения и показатели принадлежат авторам; Modelium их не воспроизводил. [s1](#src-s1) [s3](#src-s3)

Отдельно в релиз вошли готовые переносимые сборки Vulkan для Windows и библиотеки для интеграции через C API. Это полезно тем, кто запускает программу на поддерживаемой системе или встраивает её в своё приложение, но само по себе не устраняет необходимость скачать подходящие веса модели. [s1](#src-s1) [s4](#src-s4)

## Что доступно и чего пока не обещают?

На странице релиза размещены бинарные пакеты для Windows x64, Ubuntu x64 и macOS; вариант и поддержку ускорителя выбирают по своей системе. Исходный код программы распространяется по Apache-2.0, **но лицензии загружаемых моделей отдельные**: открытый код audio.cpp не переносит разрешение на коммерческое использование на каждую модель и запись голоса. Для Voxtral 4B TTS указан некоммерческий режим; условия любой другой модели проверяйте у её автора. [s1](#src-s1) [s5](#src-s5) [s6](#src-s6) [s7](#src-s7) [s8](#src-s8)

Если вы уже пользуетесь audio.cpp, основной следующий шаг — открыть официальный релиз 0.9.2, выбрать подходящую для своей ОС сборку и отдельно проверить условия своей модели. Эта новость не является проверенным пошаговым рецептом установки; редакция не запускала версию 0.9.2 на пользовательском компьютере. [s1](#src-s1)

## Источники

1. [audio.cpp v0.9.2 official release](https://github.com/0xShug0/audio.cpp/releases/tag/v0.9.2) — получено 2026-10-16
2. [Voice Library implementation and validation, merged PR #912](https://github.com/0xShug0/audio.cpp/pull/912) — получено 2026-10-16
3. [Qwen3 and Breeze streaming changes, merged PR #858](https://github.com/0xShug0/audio.cpp/pull/858) — получено 2026-10-16
4. [Windows portable Vulkan and C API libraries, PR #823](https://github.com/0xShug0/audio.cpp/pull/823) — получено 2026-10-16
5. [audio.cpp README and license at v0.9.2 commit](https://github.com/0xShug0/audio.cpp/blob/0097d365a00b52a6991ad7618f0a04e8d2935e47/README.md) — получено 2026-10-16
6. [Voxtral TTS documentation at v0.9.2 commit](https://github.com/0xShug0/audio.cpp/blob/0097d365a00b52a6991ad7618f0a04e8d2935e47/docs/models/voxtral_tts.md) — получено 2026-10-16
7. [Voxtral 4B TTS upstream model card pinned revision](https://huggingface.co/mistralai/Voxtral-4B-TTS-2603/blob/b81be46c3777f88621676791b512bb01dc1cb970/README.md) — получено 2026-10-16
8. [audio.cpp code LICENSE at v0.9.2 commit](https://github.com/0xShug0/audio.cpp/blob/0097d365a00b52a6991ad7618f0a04e8d2935e47/LICENSE) — получено 2026-10-16