DEV Community · Show DEV9/1 23:0457 分
Sovereign Voice 0.5.2:Apple Silicon 端侧语音合成
Sovereign Voice 0.5.2 — on-device voice synthesis with Qwen3-TTS + MLX on Apple Silicon
Sovereign Voice 0.5.2 是一款 Mac 应用,利用 Apple 的 MLX 框架在 Metal GPU 上完全端侧运行 Qwen3-TTS 语音合成,无需账户、云往返或 API 密钥。模型权重约 1.9 GB,首次启动时下载一次,之后可离线使用。该应用采用 Qwen3-TTS 0.6B 8-bit 量化模型(Apache-2.0 许可),在 M4 上首段音频约 1 秒,完整短句约 5-6 秒。提供菜单栏守护进程和工作室窗口,支持 25 次语音生成(使用一个库语音配置文件)、从短样本克隆声音,且无硬性付费墙,可无限生成。所有语音配置文件和自定义克隆均可用,工作室模式保真度更高,支持长文本合成。除一次性权重下载外,不发送任何音频、文本或个人数据,遥测可选且匿名。开发者选择 DMG 而非 App Store,因沙盒限制守护进程所需的文件 I/O。