Der Merge in den mainline-Branch von llama.cpp (PR #26254) markiert einen qualitativen Sprung gegenüber dem früheren Demo-PR, der damals wegen fehlender Graph- und API-Komponenten nicht gemergt werden konnte. Die neue Implementierung setzt auf das Qwen3-TTS-12Hz-1.7B-Base-Modell im GGUF-Format und wird über das Binary `llama-tts` aufgerufen. Als Speaker-Referenz akzeptiert das System WAV- oder MP3-Dateien; Alibabas Qwen-Team gibt an, dass bereits rund drei Sekunden Audiomaterial für ein akzeptables Voice-Cloning ausreichen. Neben dem 1.7B-Base-Modell existieren in der Qwen3-TTS-Familie auch CustomVoice- und VoiceDesign-Varianten, die von der llama.cpp-Integration bislang nicht abgedeckt werden. Dedizierte C++-Ports wie `qwen3-tts.cpp` und `audio.cpp` liefen zwar bereits vor diesem Merge, jedoch außerhalb des mainline-Ökosystems — die Einbettung in llama.cpp selbst reduziert den Integrationsaufwand für bestehende Projekte erheblich. Ein wichtiger Vorbehalt bleibt: Der Server-Endpunkt `/tts` ist noch ein Draft-PR (#26603) und damit nicht produktionsreif. Außerdem enthält der Merge eine Breaking Change am bestehenden `llama-tts`-Binary, was Nutzer älterer Setups zur Anpassung zwingt. Unabhängige Vergleichstests — etwa Echtzeit-Faktor, Peak-RAM/VRAM und Voice-Similarity gegenüber der originalen PyTorch-Implementierung — stehen zum Zeitpunkt der Veröffentlichung noch aus.