@cryptoresetlife Qwen3-TTS-12Hz-1.7B-Base-8bit， 本地克隆任何人的声音，只需5秒样本。 出声速度比走网络豆包语音快， 在Mac Studio 512g下实测首音频延迟大约200ms， 效果也是跟sota相比有过之而无不及。