بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري
أصدر فريق llama.cpp الإصدار b10270 الذي يحمل تحديثاً واحداً محورياً: دعم نموذج Qwen3-TTS لتوليد الكلام المحلي — مع تحذير صريح بأن هذا التحديث يكسر التوافق مع الإصدارات السابقة لثنائي llama-tts، ما يعني أن أي مشروع يعتمد عليه يحتاج إلى مراجعة الكود قبل الترقية.
التحديث ليس مجرد إضافة نموذج جديد للقائمة. ما جرى فعلياً هو إعادة هندسة كاملة لمنظومة توليد الصوت داخل المكتبة، تمتد من طريقة تحميل النموذج حتى واجهة برمجة التطبيقات المخصصة لإنتاج الصوت. تشمل الإضافات الجوهرية: تحويل نموذج النص الرئيسي، وترميز المتحدث (speaker encoder)، ومنبئ الكود (code predictor)، ومولّد الصوت من الكود (GEN_WAV) — جميعها إلى صيغة GGUF، مما يتيح تشغيلها محلياً بالكفاءة المعتادة لـ llama.cpp. كما أُضيفت واجهة mtmd_helper_gen_audio API الجديدة، وميزة استنساخ الصوت (voice cloning)، ودعم للرموز المكبوحة (suppress_tokens) للتحكم في مخرجات النموذج.
من الناحية التقنية، يعمل Qwen3-TTS عبر سلسلة متعددة المراحل: يُرمّز النص أولاً عبر نموذج العمود الفقري (backbone)، ثم يُمرَّر إلى منبئ الكود الذي يُنتج تسلسلاً من الرموز الصوتية، وأخيراً يحوّل GEN_WAV هذه الرموز إلى موجة صوتية قابلة للتشغيل. هذا التصميم يختلف عن نماذج TTS التقليدية ويستلزم الحفاظ على KV cache بين الاستدعاءات، وهو ما نفّذه الفريق عبر code2wav preserve kv between calls. أُضيف أيضاً دعم step_prompt() لإتاحة توجيه تدريجي أثناء التوليد، فضلاً عن استخدام رموز لغة ISO 639-1 لتحديد اللغة بدلاً من الأسماء الكاملة.
التحديث يأتي مصحوباً بتوثيق موسّع وإصلاحات أمنية، إلى جانب اعتماد ggml_build_forward_select لتحسين بناء الرسم الحسابي. يستحق الانتباه أن المساهمة كانت جماعية، بمشاركة Pascal من خارج الفريق الأساسي في أجزاء متعددة من التنفيذ — وهو ما يعكس النضج المتصاعد لمساهمات المجتمع في المكتبة. إن كنت تبني أي شيء فوق llama-tts، فالترقية تستوجب مراجعة دقيقة للـ breaking change قبل النشر.
الإصدار متاح لتنزيله عبر روابط مباشرة تغطي كل البيئات الرئيسية: macOS على رقائق Apple Silicon وIntel، وLinux عبر Ubuntu بدعم CPU وVulkan وROCm 7.2 وOpenVINO وSYCL، وWindows مع دعم CUDA 12.4 وCUDA 13.3 وVulkan وHIP وSYCL وOpenCL Adreno، إضافةً إلى Android arm64 وiOS كـ XCFramework. نسخة KleidiAI لـ Apple Silicon لا تزال معطّلة بانتظار إصلاح مشكلة موثّقة في PR #23780.
