实验室 · 紧凑克隆语言模型

OuteTTS-1.0 (0.6B)：规格与要求

OuteTTS-1.0-0.6B 是基于 Qwen3 的语音语言模型，可用约 10 秒参考音频进行 12 种语言的单样本克隆。已有官方 ONNX 导出，但尚无人演示完整 1.0 流程在浏览器运行。在这里集成将是首次尝试，因此归入实验室。

实验版：适用于高性能硬件的重型模型

OuteTTS-1.0 (0.6B)仍在集成，下方可查看规格与硬件评估。目前可用可用模型，也可通过兼容性检查判断设备能否运行OuteTTS-1.0 (0.6B)。

规格

开发者OuteAI
参数600百万
下载大小582 MB (q4f16)
输出24.0 kHz mono
声音1
语言英语, 阿拉伯语, 中文, 荷兰语, 法语, 德语, 意大利语, 日语, 韩语, 立陶宛语, 俄语, 西班牙语
声音克隆是
流式生成否
许可证Apache-2.0 — 1.0-0.6B 版本（基于 Qwen3）完全采用 Apache-2.0，不同于仅限非商用的旧版 OuteTTS 0.2/0.3。
速度WebGPU 上可用；自回归生成使 CPU 运行不实用。
运行环境需要WebGPU

来源：OuteAI/OuteTTS-1.0-0.6B-ONNX

优点

  • +短参考片段即可单样本克隆
  • +完全宽松的 Apache-2.0，在可克隆语言模型中较少见
  • +6 亿参数模型，紧凑的 582 MB q4f16 下载

限制

  • −浏览器流程尚未验证，有官方导出但暂无公开演示
  • −采样要求严格，参数偏离会降低质量

OuteTTS-1.0 (0.6B)常见问题

OuteTTS-1.0 (0.6B)免费吗？

是的，权重采用Apache-2.0许可证，在你的设备上运行。1.0-0.6B 版本（基于 Qwen3）完全采用 Apache-2.0，不同于仅限非商用的旧版 OuteTTS 0.2/0.3。

OuteTTS-1.0 (0.6B)需要什么硬件？

需要支持WebGPU的浏览器及GPU（Chrome/Edge、Safari 26+、Firefox 141+），以及约8 GB内存。仅用CPU速度过慢，无法实用。

使用OuteTTS-1.0 (0.6B)时我的文字会保持私密吗？

是的。模型在浏览器标签页内运行，文字绝不发送到服务器。

OuteTTS-1.0 (0.6B)生成的音频可以商用吗？

商用前请审阅模型、声音及源数据集的最新条款。目录为此模型列出的许可证是Apache-2.0，备注：1.0-0.6B 版本（基于 Qwen3）完全采用 Apache-2.0，不同于仅限非商用的旧版 OuteTTS 0.2/0.3。