Ming 3.0 TTS 0.5B GGUF

Ming 3.0 TTS 0.5B GGUF

为 audio.cpp 运行时打包的 Ming 3.0 TTS 0.5B GGUF：文字转语音、声音克隆和声音设计，支持七种语言，输出单声道 44.1 kHz，不需要 Python 运行环境。适合开发者。

由 audio-cpp 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个仓库存放 Ming 3.0 TTS 0.5B 的 GGUF 包，这是一个文字转语音模型，专为 audio.cpp 运行时制作。每个包都带齐了模型所需的一切，包括基于 Qwen 的主干、流匹配头、音频自编码器和说话人编码器。输出是单声道 44.1 kHz，不需要单独的编解码器或 Python 运行环境。

适合谁：它适合想从命令行用小体积包做语音合成的开发者，支持中文、英文、日文、韩文、德文、法文和西班牙文。

行业 | 谁在用 | 怎么用 | 例子
软件 | 应用开发者 | 调用命令行工具，给应用加上语音输出 | 把应用消息读出来
媒体 | 内容创作者 | 用设计出来的声音把脚本变成旁白 | 为一段短脚本配旁白
本地化 | 语言团队 | 用几种支持的语言说同一段文字 | 生成法语和西班牙语版本
研究 | 语音研究人员 | 比较该运行时与 Python 代码的速度和内存占用 | 在自己的 GPU 上检查实时因子

如果你想要带按钮的现成应用，可以跳过它，因为这是一个命令行工具加一个模型文件。

用在哪里：你在终端里用 audio.cpp 的命令行程序运行它。

• Windows、macOS 或 Linux 的终端，带有 audiocpp_cli 程序
• 带 CUDA GPU 的机器，因为模型卡里的示例用的是这个后端
• 一个 Python 环境，仅在用 Hugging Face 下载命令时需要

场景 | 适合谁 | 得到什么
普通文字转语音 | 开发者 | 一个念出这段文字的 wav 文件
用参考音频克隆声音 | 创作者 | 一个用参考声音说话的 wav 文件
按描述设计声音 | 创作者 | 一个用你用文字描述的声音说话的 wav 文件

如何设置：你需要 audio.cpp 程序，它来自自己的 GitHub 项目，还要有两个模型文件之一。模型卡没有给出 audio.cpp 的构建步骤。

• 来自 audio.cpp 的 audiocpp_cli 程序
• 一个模型文件，BF16 包或 Q8_0 包都可以
• 一块 CUDA GPU，用于下面展示的命令

1. 获取 audio.cpp，并按它自己的说明构建或安装 audiocpp_cli。
2. 下载这个仓库的模型文件。
3. 用 ming3_tts 系列和你选的模型文件运行 audiocpp_cli。

pip install -U huggingface_hub
hf download audio-cpp/Ming-3.0-TTS-0.5B-GGUF

如何使用：你用任务名、模型文件、语言选项和你的文字来运行 audiocpp_cli。这里展示了三个任务，每个都会写出一个 wav 文件。

工具 | 作用
tts 任务 | 念出你给的文字
clon 任务 | 用参考 wav 文件的声音念出文字
vdes 任务 | 用你在 instruct 选项里描述的声音念出文字
reference_text 选项 | 克隆时补上参考音频里说的话

audiocpp_cli --family ming3_tts --task tts --backend cuda \
  --model ming-3.0-tts-0.5b-bf16.gguf \
  --request-option language=en \
  --text "Good evening. The harbor is quiet tonight." --out speech.wav --log

audiocpp_cli --family ming3_tts --task clon --backend cuda \
  --model ming-3.0-tts-0.5b-bf16.gguf --voice-ref reference.wav \
  --request-option language=en \
  --text "Please leave the lamp beside the window." --out clone.wav --log

audiocpp_cli --family ming3_tts --task vdes --backend cuda \
  --model ming-3.0-tts-0.5b-bf16.gguf \
  --request-option language=en \
  --request-option instruct="A calm adult man with a clear, warm voice." \
  --text "Good evening. The harbor is quiet tonight." --out designed.wav --log

没有文字稿的克隆会使用说话人条件。如果还想带上参考音频的声学前缀，就再传入 reference_text 选项，内容是那段音频里说的话。

示例：你运行 tts 任务，把语言设为 en，文字是一条简短的送货通知。程序会写出 speech.wav，里面是用模型默认声音读出的这条通知。

新手与专家：文字转语音就是把文字变成音频。先用最简单的 tts 命令和一句话，播放它写出的 speech.wav，再用一段简短的声音描述试试 vdes 任务。

对行家来说，整个流程通过 audio.cpp 用 C++ 运行，不需要编解码器或 Python 运行环境。模型卡在 RTX 5090 上的测试里，audio.cpp 的预热实时因子接近 0.17，官方 Python 代码约为 0.65 到 0.68。语速是一种分类条件控制，不是波形重采样，所以和拉伸音频的表现不同。

文字连同语言选项一起输入
Qwen 主干和流匹配头开始运行
音频自编码器生成波形
说话人编码器塑造声音
写出一个单声道 44.1 kHz 的 wav 文件

注意事项：速度数据是合成速度的测量值，并不表示采样出的音频与 Python 输出一致。模型支持结构化的声音、情绪、方言和说话属性控制，项目自己的指南列出了选项的取值。

Title: 模型卡测试中的 GPU 显存峰值
Official Python, BF16: 3660 MiB
audio.cpp, BF16: 2768 MiB
audio.cpp, Q8_0: 1924 MiB

• License: MIT，权重沿用上游的 MIT 许可证
• Cost to run: 未提及
• Data it reaches: 你提供的文字和参考 wav，以及你下载的模型文件
• Not for: 克隆你无权使用的声音，所以只克隆你被允许使用的声音

Hugging Face 上的数据（2026年11月13日）

• 任务：text to speech
• Formats: GGUF
• 最近 30 天下载：70,871
• 点赞：7
• 许可证：mit
• 语言：zh, en, ja, ko, de, fr, es
• 基于：inclusionAI/Ming-3.0-tts-0.5B
• 标签：gguf, audio.cpp, text-to-speech

链接

• 模型：https://huggingface.co/audio-cpp/Ming-3.0-TTS-0.5B-GGUF
• 文件：https://huggingface.co/audio-cpp/Ming-3.0-TTS-0.5B-GGUF/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download audio-cpp/Ming-3.0-TTS-0.5B-GGUF

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。