Клонирование голоса локально без обучения — Qwen3-TTS и 6 ГБ
Клонирование голоса локально в Qwen3-TTS занимает не ночь обучения, а три секунды образца. Показываю, чем zero-shot отличается от дообучения, сколько это ест видеопамяти и почему русский у модели проседает