# llama.cpp新增Soprano语音生成支持

> b11850版支持Soprano-80M和Soprano-1.1-80M，但音频会在整段语音生成后一次性发送，而非分段流式输出。

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

llama.cpp项目在b11850版中新增了对Soprano-80M和Soprano-1.1-80M的支持。这些语音生成模型采用Qwen3骨干网络和Vocos音频解码器，llama.cpp现已通过其多模态代码支持这套架构。

发布说明称，解码器会一次处理整段语音。因此，在流式模式下，llama.cpp会在处理流程结束后一次性发送整段音频，而不是分段传输。说明文档介绍了软件支持情况，但没有说明模型的获取条件或性能表现。

## 事实

- 支持的模型：Soprano-80M和Soprano-1.1-80M。
- Soprano解码器会处理整段语音；在流式模式下，音频会在flush()后一次性发送。

## 为什么重要

使用llama.cpp的开发者可以在项目中接入这些Soprano语音模型，但如果应用需要以小片段实时接收音频，可能就得另寻方案；发布说明没有提及生成速度。

## 来源与参考

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

最后更新: 2026-10-24