/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Опубликована
19 сен 2026

Qwen3TTS0.6-ar-s-ali

Синтез речиТекст → аудио3 профессии

Дообученная Qwen3-TTS-12Hz-0.6B синтезирует арабскую речь с пользовательским голосовым профилем ali, ориентированным на египетский диалект.

266скачиваний за 30 дней0лайковвеса обновлены19 сен 2026

Бенчмарки

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

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

Mahmoud Ibrahim подготовил дообученную модель Qwen3-TTS-12Hz-0.6B для синтеза арабской речи с пользовательским профилем голоса ali. Модель предназначена для преобразования текста в аудио на арабском языке, с акцентом на египетский диалект; в карточке Hugging Face указана задача text-to-speech и архитектура Qwen3TTSForConditionalGeneration.

Модель распространяется в формате safetensors по лицензии Apache-2.0. README указывает базовую модель Qwen3-TTS-12Hz-0.6B. Сведения о размере и длине контекста в предоставленных метаданных и README отсутствуют.

Сценарии применения

  • синтез речи на египетском арабском диалекте
  • озвучивание арабских текстов голосом ali
  • создание арабских голосовых сообщений
  • генерация арабской речи для аудиоконтента

Ограничения

Модель рассчитана на арабский язык, особенно египетский диалект, и ориентирована на голосовой профиль ali; качество для других диалектов и голосов не описано.

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

Qwen3TTS-0.6B Arabic Fine-Tuned (Custom Voice: Ali)

Technical Report | GitHub Repo | Base Model

This repository contains a fine-tuned version of Qwen3-TTS-12Hz-0.6B optimized for Arabic Text-to-Speech (Egyptian dialect) using a custom speaker profile (ali).

Model Details

  • Base Model: Qwen3-TTS-12Hz-0.6B
  • Language: Arabic (ar) / Egyptian Dialect
  • Custom Speaker Key: ali
  • License: Apache-2.0

Quickstart

1. Installation

pip install -U qwen-tts soundfile torch
# Optional for faster inference:
pip install -U flash-attn --no-build-isolation

import torch
import soundfile as sf
from qwen_tts import Qwen3TTSModel

# Load the model
model = Qwen3TTSModel.from_pretrained(
    "MahmoudIbrahim/Qwen3TTS0.6-ar-s-ali",
    device_map="cuda:0",
    dtype=torch.bfloat16,
    attn_implementation="flash_attention_2",
)

# Generate speech
wavs, sr = tts.generate_custom_voice(
    text="أنا كنت رايح الشغل الصبح، بس الدنيا كانت زحمة أوي واتأخرت شوية، فقولت أجيب قهوة في السكة وأكمل يومي",
    speaker="ali",
)
sf.write("output_final.wav", wavs[0], sr)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
Qwen3TTSForConditionalGeneration
Ревизия весов
663d14a

0 моделей