Англоязычная модель Marvis-AI на 265 млн параметров для синтеза речи из текста в формате MLX.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Marvis-AI/marvis-tts-250m-v0.1-MLX-fp16 — версия модели синтеза речи Marvis-AI, преобразованная в формат MLX из Marvis-AI/marvis-tts-250m-v0.1 с помощью mlx-audio 0.2.5. Это плотная модель семейства CSM с архитектурой CsmForConditionalGeneration и 265 млн параметров; для генерации принимает текст, а базовая версия рассчитана на английский язык. Максимальная длина контекста составляет 2048 токенов.
Модель подходит для преобразования текста в речь в приложениях, использующих MLX и mlx-audio. Лицензия — Apache-2.0. Карточка этой версии не описывает качество синтеза и дополнительные ограничения исходной модели.
Карточка этой версии не приводит оценок качества синтеза или сведений о голосах; свойства исходной модели следует сверять с её отдельной карточкой.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from Marvis-AI/marvis-tts-250m-v0.1 using mlx-audio version 0.2.5.
Refer to the original model card for more details on the model.
pip install -U mlx-audio
python -m mlx_audio.tts.generate --model Marvis-AI/marvis-tts-250m-v0.1-MLX-fp16 --text "Describe this image."
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
MLX-модели работают только на Apple Silicon.