ラボ・小型クローン言語モデル

OuteTTS-1.0 (0.6B)：仕様と要件

OuteTTS-1.0-0.6BはQwen3ベースの音声言語モデルで、約10秒の参考音声から12言語でクローンできます。公式ONNX出力はありますが、完全な1.0処理をブラウザで動かした公開実演はまだありません。ここへの統合は初の試みとなるため、ラボに分類しています。

実験版・高性能端末向け大型モデル

OuteTTS-1.0 (0.6B)は統合作業中です。仕様と端末判定は下にあります。現在は利用可能なモデルを利用でき、互換性チェックでOuteTTS-1.0 (0.6B)が動くか確認できます。

仕様

開発者OuteAI
パラメーター600百万
ダウンロードサイズ582 MB (q4f16)
出力24.0 kHz mono
音声1
言語英語, アラビア語, 中国語, オランダ語, フランス語, ドイツ語, イタリア語, 日本語, 韓国語, リトアニア語, ロシア語, スペイン語
音声クローンはい
ストリーミングいいえ
ライセンスApache-2.0 — 1.0-0.6B（Qwen3ベース）は全体がApache-2.0です。非商用の旧OuteTTS 0.2/0.3とは異なります。
速度WebGPUで利用可能。自己回帰生成のためCPUでは実用的ではありません。
実行環境WebGPU必須

出典：OuteAI/OuteTTS-1.0-0.6B-ONNX

長所

  • +短い参考クリップ1つからクローン
  • +制約の少ないApache-2.0。クローン対応言語モデルでは珍しい
  • +6億パラメータで小型の582 MB q4f16

制限

  • −ブラウザでの全体動作は未実証。公式出力はあるが公開デモなし
  • −厳密なサンプリング設定が必要。ずれると品質が低下

OuteTTS-1.0 (0.6B)：よくある質問

OuteTTS-1.0 (0.6B)は無料ですか？

はい。重みのライセンスはApache-2.0で、お使いの端末上で動作します。1.0-0.6B（Qwen3ベース）は全体がApache-2.0です。非商用の旧OuteTTS 0.2/0.3とは異なります。

OuteTTS-1.0 (0.6B)に必要なハードウェアは？

WebGPU対応のブラウザーとGPU（Chrome/Edge、Safari 26以降、Firefox 141以降）、約8 GBのメモリが必要です。CPUのみでは実用的な速度で動作しません。

OuteTTS-1.0 (0.6B)で使うテキストのプライバシーは守られますか？

はい。モデルはブラウザーのタブ内で実行され、テキストがサーバーへ送信されることはありません。

OuteTTS-1.0 (0.6B)の音声を商用利用できますか？

商用利用前にモデル・音声・元データセットの最新規約をご確認ください。カタログ上のライセンスはApache-2.0です。補足：1.0-0.6B（Qwen3ベース）は全体がApache-2.0です。非商用の旧OuteTTS 0.2/0.3とは異なります。