/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
14 янв 2026

HeartTranscriptor-oss

Распознавание речиАудио → текст3 профессии

Производная модели HeartMuLa/HeartMuLa-oss-3B. HeartMuLa-oss-3B — модель команды HeartMuLa для создания аудио по текстовому запросу.

780скачиваний за 30 дней23лайкавеса обновлены19 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Карточка модели HeartMuLa/HeartTranscriptor-oss на Hugging Face совпадает с карточкой HeartMuLa/HeartMuLa-oss-3B, поэтому описание составлено по ней.

HeartMuLa-oss-3B — плотная аудиомодель семейства HeartMuLa, разработанная командой HeartMuLa. По метаданным она предназначена для преобразования текста в аудио; карточка указывает поддержку китайского, английского, японского, корейского и испанского языков. Модель распространяется в формате Safetensors.

Модель можно применять для создания аудио по текстовому запросу. README отсылает к репозиторию проекта за инструкциями по запуску и локальному развертыванию. Лицензия Apache 2.0.

Сценарии применения

  • создание аудио по текстовому описанию
  • генерация музыки по запросу
  • локальный запуск генерации аудио

Ограничения

README не приводит подробностей об архитектуре генерации, контекстном окне или качестве выходного аудио.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Details

Model Description

  • Developed by: [HeartMuLa Team]
  • License: [Apache 2.0]

Model Sources

Get Started

Check our github repo https://github.com/HeartMuLa/heartlib for a quickstart and local deployment of HeartMuLa.

Citation

If you find HeartMuLa useful, please cite:

@misc{yang2026heartmulafamilyopensourced,
      title={HeartMuLa: A Family of Open Sourced Music Foundation Models}, 
      author={Dongchao Yang and Yuxin Xie and Yuguo Yin and Zheyu Wang and Xiaoyu Yi and Gongxi Zhu and Xiaolong Weng and Zihan Xiong and Yingzhe Ma and Dading Cong and Jingliang Liu and Zihang Huang and Jinghan Ru and Rongjie Huang and Haoran Wan and Peixu Wang and Kuoxi Yu and Helin Wang and Liming Liang and Xianwei Zhuang and Yuanyuan Wang and Haohan Guo and Junjie Cao and Zeqian Ju and Songxiang Liu and Yuewen Cao and Heming Weng and Yuexian Zou},
      year={2026},
      eprint={2601.10547},
      archivePrefix={arXiv},
      primaryClass={cs.SD},
      url={https://arxiv.org/abs/2601.10547}, 
}

Contact

If you are interested in HeartMuLa, feel free to reach us at heartmula.ai@gmail.com

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
918f889

0 моделей