- 使用 pnnx 将 Qwen/Qwen3-TTS 模型转换到ncnn
- 参考或 fork ncnn_llm 项目，C++ 实现 LLM 解码等，尽量减少第三方依赖
- 在相同输入下，ncnn 输出的最终音频须与 PyTorch 原版一致
- 使用 CMake 构建，确保至少在两个平台（如 Linux Windows）完美编译与运行
- 完成后，GitHub Discussion 发表技术总结文章并提供 Qwen/Qwen3-TTS-ncnn repo url
- 可选：向 ncnn_llm 项目发 Pull Request
难度：高
https://github.com/QwenLM/Qwen3-TTS
https://github.com/futz12/ncnn_llm
本issue为2026犀牛鸟开源人才培养活动专属issue，仅供已报名参与犀牛鸟活动的同学认领
【认领时间】7月1日～7月31日（7月1日前认领视为无效❗️）
【认领方式】在本issue评论区回复“已认领本任务”，即视为认领成功
【活动报名】需提前完成犀牛鸟报名问卷，问卷将用于活动登记和奖励发放：https://wj.qq.com/s2/26888567/gh2q
难度：高
https://github.com/QwenLM/Qwen3-TTS
https://github.com/futz12/ncnn_llm
本issue为2026犀牛鸟开源人才培养活动专属issue，仅供已报名参与犀牛鸟活动的同学认领
【认领时间】7月1日～7月31日（7月1日前认领视为无效❗️）
【认领方式】在本issue评论区回复“已认领本任务”，即视为认领成功
【活动报名】需提前完成犀牛鸟报名问卷，问卷将用于活动登记和奖励发放：https://wj.qq.com/s2/26888567/gh2q