ZONOS3-Mini：多语言语音合成与高保真音色克隆

ZONOS3-Mini 的模型能力是文本转语音、参考音频音色克隆、角色声音设计和细粒度表达控制，支持 43 种语言及 32,768 位置上下文。其 GGUF 仓库所列文件是编码器、骨干网络、解码相关组件等不同功能文件，并非可互换的整模 Q4、Q8 量化档位。运行工具包括 WebGPU、SGLang-Omni、Ollama、llama.cpp、LM Studio，以及 CUDA、MLX 和 CPU 等原生运行时。模型卡未说明单一整模 GGUF 下载包，也未给出手机或普通笔记本的具体实测速度。

显存与内存数值均按权重文件体积估算，未做设备实测。多模态还需要配套投影文件并额外占用内存；分卷容量按全部分卷合计，下载时需获取完整文件组。

按当前最小量化文件估算，至少需要 1GB 显存；如果希望为运行框架和上下文保留余量，优先参考推荐显存 2GB。