Le projet llama.cpp a ajouté la prise en charge de Soprano-80M et Soprano-1.1-80M dans la version b11850. Ces modèles de génération vocale reposent sur une architecture Qwen3 et un décodeur audio Vocos, désormais pris en charge par le code multimodal de llama.cpp.
Selon les notes de version, le décodeur traite l’énoncé entier en une seule fois. En mode streaming, llama.cpp envoie donc l’audio en un seul bloc une fois le pipeline vidé, au lieu de le transmettre par fragments. Les notes décrivent la prise en charge logicielle, mais ne précisent ni les conditions d’accès aux modèles ni leurs performances.
Pourquoi c'est important
Les développeurs qui utilisent llama.cpp peuvent intégrer ces modèles vocaux Soprano à leurs projets. Toutefois, les applications qui nécessitent une diffusion audio par petits fragments devront peut-être adopter une autre approche ; les notes de version ne précisent pas la vitesse de génération.
