實驗室 · 精簡複製語言模型

OuteTTS-1.0 (0.6B)：規格與需求

OuteTTS-1.0-0.6B 是基於 Qwen3 的語音語言模型，可用約 10 秒參考音訊進行 12 種語言的單樣本複製。已有官方 ONNX 匯出，但尚無人示範完整 1.0 流程在瀏覽器執行。在這裡整合將是首次嘗試，因此歸入實驗室。

實驗版：適用於高效能硬體的重型模型

OuteTTS-1.0 (0.6B)仍在整合，下方可查看規格與硬體評估。目前可用可用模型，也可透過相容性檢查判斷裝置能否執行OuteTTS-1.0 (0.6B)。

規格

開發者OuteAI
參數600百萬
下載大小582 MB (q4f16)
輸出24.0 kHz mono
聲音1
語言英文, 阿拉伯文, 中文, 荷蘭文, 法文, 德文, 義大利文, 日文, 韓文, 立陶宛文, 俄文, 西班牙文
聲音複製是
串流生成否
授權條款Apache-2.0 — 1.0-0.6B 版本（基於 Qwen3）完全採用 Apache-2.0，不同於僅限非商用的舊版 OuteTTS 0.2/0.3。
速度WebGPU 上可用；自回歸產生使 CPU 執行不實用。
執行環境需要WebGPU

來源：OuteAI/OuteTTS-1.0-0.6B-ONNX

優點

  • +短參考片段即可單樣本複製
  • +完全寬鬆的 Apache-2.0，在可複製語言模型中較少見
  • +6 億參數模型，精簡的 582 MB q4f16 下載

限制

  • −瀏覽器流程尚未驗證，有官方匯出但暫無公開示範
  • −取樣要求嚴格，參數偏離會降低品質

OuteTTS-1.0 (0.6B)常見問題

OuteTTS-1.0 (0.6B)免費嗎？

是的，權重採用Apache-2.0授權，在你的裝置上執行。1.0-0.6B 版本（基於 Qwen3）完全採用 Apache-2.0，不同於僅限非商用的舊版 OuteTTS 0.2/0.3。

OuteTTS-1.0 (0.6B)需要什麼硬體？

需要支援WebGPU的瀏覽器與GPU（Chrome/Edge、Safari 26+、Firefox 141+），以及約8 GB記憶體。僅用CPU速度過慢，無法實用。

使用OuteTTS-1.0 (0.6B)時我的文字會保持私密嗎？

是的。模型在瀏覽器分頁內執行，文字絕不傳送至伺服器。

OuteTTS-1.0 (0.6B)產生的音訊可以商用嗎？

商用前請審閱模型、聲音與來源資料集的最新條款。目錄為此模型列出的授權是Apache-2.0，備註：1.0-0.6B 版本（基於 Qwen3）完全採用 Apache-2.0，不同於僅限非商用的舊版 OuteTTS 0.2/0.3。