O projeto llama.cpp adicionou suporte ao Soprano-80M e ao Soprano-1.1-80M na versão b11850. Esses modelos de geração de fala usam uma arquitetura Qwen3 e um decodificador de áudio Vocos, agora compatível com o código multimodal do llama.cpp.
As notas da versão informam que o decodificador processa a fala inteira de uma vez. Por isso, no modo de transmissão, o llama.cpp envia o áudio em um único bloco, depois que o pipeline é esvaziado, em vez de entregá-lo aos poucos. As notas documentam o suporte no software, mas não especificam as condições de acesso aos modelos nem o desempenho.
Por que importa
Desenvolvedores que usam o llama.cpp podem incluir esses modelos de fala Soprano em seus projetos. Porém, aplicações que precisam receber o áudio em pequenos blocos durante a transmissão talvez precisem de outra abordagem; as notas da versão não informam a velocidade de geração.
