これは優れてる。TTS として試した。 (1) インストールが超簡単。LinuxでRadeonでROCmなのでセットアップ面倒臭そう(pytorchなアプリとか)と憂鬱になったが、 curl ... | sh でビルド済Vulkan版バイナリが一瞬で入った。 (2) 使い始めが簡単。$HOME/.local/bin/speech に置かれてる。 cat hoge.txt | speech tts .... -o out.wav でもう TTS される。 (3) 省VRAM。GPUは90%近辺でブン回してるが、VRAMは2GBも使っておらず、モデルを置いてるだけなようで、どんなに長い文章を読み上げさせても VRAM 枯渇で弾け飛ぶようなことはなかった。 (4) コマンド開始から完了まで速い。手元の Radeon R9700 で、300文字の文章をTTSさせたら、処理時間10秒で終えた。たしかに爆速の部類だ。 (5) qwen3-tts-1.7b は長文でも品質が安定しており気に入った。自炊PDFからOCRした新書の丸一冊13万文字の Markdown ファイルを渡して、約190minで完走した。 (6) 空白行は予め除去してから渡すのが必須かな。空白行除去のワンライナー噛ませばよさそう。空白行は、謎の、、、何だ、愛想笑い？みたいな発声していて、ちょっと怖かったw。 (7) qwen3-tts-0.6b に同じ文章を読ませたら、ちゃんと読み上げはするが「わざとか?w」と苦笑するくらいイントネーションが崩壊していて厳しさを感じた。 (8) irodori-tts は書籍丸一冊みたいに渡すとダメだ、おおむね高品質に読み上げるのだけど、文章数個に一度くらいの頻度でモニョモニョモゴモゴって謎に潰れることがあった。たぶんもっと小さく短い単位で使うものなのかもしれない。 全体として気に入ったので使いどころ見極めながらローカルTTSに使っていくぞ!!