Qwen3-TTS-12Hz-1.7B-VoiceDesign: дизайн голоса по описанию

VoiceDesign полезен там, где автор может описать голос словами, но не хочет брать запись реального человека. В официальном примере разработчик задаёт целевой текст и инструкцию с характером звучания. Для сценария с персонажем можно определить возрастную подачу, темп и настроение, затем сгенерировать серию одинаковых фраз. Оценивать нужно не один удачный дубль, а повторяемость тембра, разборчивость согласных и сохранение содержания в следующих репликах. Название VoiceDesign не означает готового инструмента для идентификации или точного воспроизведения реального голоса. Если творческое ТЗ всё же называет конкретного человека, вопросы согласия и вводящей в заблуждение имитации никуда не исчезают.

Три режима семейства решают разные задачи. Base переносит тембр из предоставленного аудио, CustomVoice выбирает один из девяти встроенных speakers, а VoiceDesign строит звучание по инструкции. Поэтому VoiceDesign нельзя продавать как «1.7B Base с новым промптом» или приписывать ему перечень фиксированных тембров. По официальному паспорту его лицензия Apache-2.0 и русский входит в десять поддерживаемых языков семейства; это всё ещё не независимая оценка русской дикции. Для локального сравнения сохраняйте текст, описание голоса, язык, версию весов и результаты нескольких запусков. Публикация итоговой речи требует прослушивания и проверки происхождения образа голоса, а наличие файлов на HF не сообщает ничего о цене конкретного API.