llama.cpp добавила /tts: локальная озвучка текста через сервер

Что изменилось для локальной озвучки

Раньше озвучка в llama.cpp была показана отдельной утилитой llama-tts. Теперь запущенный llama-server может принять текст через /tts и вернуть звуковой файл WAV. Например, программа отправляет фразу «Hello, this is a test.» и получает аудиоданные, которые можно сохранить как файл; это пример формата запроса из документации, а не запись, созданная редакцией. Для работы нужен совместимый голосовой пакет модели: новый адрес сервера сам по себе не превращает обычную текстовую модель в синтезатор речи. s3 s4

Документация предусматривает образец голоса файлом и выдачу звука по частям, не дожидаясь окончания всей фразы. Это полезно разработчику местного голосового помощника; прямой ответ сервера — звук, а не JSON с текстом. У потокового WAV есть нестандартный заголовок с неизвестной заранее длиной: если программа-получатель строго проверяет формат, такой поток может потребовать дополнительной обработки. s3

Можно ли пользоваться уже сейчас

Код доступен в b11781 и следующих предварительных сборках, но сам релиз b11781 помечен разработчиками как prerelease. Пример совместимых весов есть в руководстве llama-tts: GGUF-пакет Qwen3-TTS-12Hz-1.7B-Base. GGUF здесь означает формат файлов модели для llama.cpp. В репозитории конверсии видны файлы модели и дополнительного звукового компонента, а у исходной модели Qwen в карточке указана Apache-2.0. Однако у самой GGUF-конверсии нет отдельной лицензионной метки в API; права на код программы и условия применения конкретных весов следует проверять отдельно, прежде чем использовать их в продукте. s2 s4 s5 s6 s7

Ограничение на сегодня: в обсуждении изменения один из тестировщиков сообщил, что одинаковое значение seed у повторных серверных запросов не дало одинаковый звук, хотя документация обещает воспроизводимость при фиксированном значении. Это сообщение участника проекта, а не независимый тест Modelium; поэтому не стоит строить сценарий, которому требуется побайтово одинаковая запись при каждом запросе. Системные требования для вашего компьютера и качество русской речи этой интеграцией не подтверждены. s3 s8

Если вам нужна просто озвучка, а не серверная интеграция, пока не требуется менять установленную программу ради этой предварительной функции. Для разработчика следующий шаг — посмотреть закреплённую документацию /tts и проверить предварительную сборку с конкретной голосовой моделью на собственных примерах; редакция такой запуск не выполняла. s2 s3

Источники и дата проверки

Проверено 21 октября 2026 года по слитому PR, предварительному релизу b11781, закреплённой документации и карточкам весов. Слова участников обсуждения обозначены как сообщения тестировщиков, а не как наши измерения. s1 s2 s3 s8