# llama.cpp passa a gerar fala com Soprano

> A versão b11850 adiciona suporte ao Soprano-80M e ao Soprano-1.1-80M, que geram o áudio da fala inteira de uma vez, em vez de transmiti-lo em partes.

Oossa · 2026-10-24 · https://oossa.com/pt/llama-cpp-adds-support-for-soprano-speech-generation

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.

## Os fatos

- Modelos compatíveis: Soprano-80M e Soprano-1.1-80M.
- O decodificador Soprano processa a fala inteira; no modo de transmissão, o áudio é enviado em um único bloco após flush().

## 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.

## Fontes e referências

1. [ggml-org/llama.cpp b11850](https://github.com/ggml-org/llama.cpp/releases/tag/b11850) – llama.cpp, 2026-10-24

Última atualização: 2026-10-24