Это лёгкие и высокоскоростные модели синтеза речи (TTS), предназначенные для генерации естественной речи на английском и японском языках. Модели подходят для локального запуска и интеграции в приложения, использующие преобразование текста в речь; инструкции по инференсу опубликованы в отдельном репозитории Aratako/MioTTS-Inference.

В набор входят варианты размером от 0,1 до 2,6 млрд параметров, представленные в форматах BF16, Q8_0, Q6_K и Q4_K_M. Размер файлов зависит от конфигурации и составляет примерно от 79,6 МБ до 5,19 ГБ. README не содержит сведений об архитектуре, максимальной длине контекста, точных характеристиках голосов или поддержке других модальностей, поэтому эти параметры нельзя уточнить. К сильным сторонам относятся компактность, широкий выбор размеров и уровней квантования, а также ориентация на высокую скорость генерации речи. Ограничения включают зависимость качества от выбранной версии и квантования, поддержку преимущественно английского и японского языков и необходимость проверять совместимость с официальным inference-кодом.

Лицензия зависит от размера исходной модели: для версий 0.1B указана Falcon-LLM License, для 0.4B, 1.2B и 2.6B — LFM Open License v1.0, а для 0.6B и 1.7B — Apache 2.0. Перед использованием необходимо ознакомиться с условиями лицензии соответствующей исходной модели.