/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
21 мар 2026

qwen3-tts-0.6b-f16

Синтез речиТекст → аудио3 профессии

Экспорт Qwen3-TTS-12Hz-0.6B-Base в GGUF F16 для синтеза речи на совместимых устройствах и CPU.

135скачиваний за 30 дней0лайковвеса обновлены21 мар 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

OpenVoiceOS подготовила экспорт модели Qwen3-TTS-12Hz-0.6B-Base в формате GGUF с тензорами F16. Это модель синтеза речи с текстовым вводом и аудиовыводом, адаптированная для запуска на устройствах с ограниченными ресурсами и CPU-инференса. Карточка указывает размер базовой модели — 0,6 млрд параметров — и поддержку китайского, английского, японского, корейского, немецкого, французского, русского, португальского, испанского и итальянского языков.

Модель предназначена для преобразования текста в речь; формат GGUF упрощает использование в совместимых средах инференса. Репозиторий распространяется по лицензии Apache 2.0, унаследованной от базовой модели. В README также упоминается возможность дополнительной квантизации, однако конкретный способ запуска и сведения о качестве синтеза не приведены.

Сценарии применения

  • озвучивание текста на русском языке
  • синтез речи для приложений на английском языке
  • генерация голосовых ответов на китайском языке
  • локальный синтез речи на CPU
  • встраивание синтеза речи в устройства с ограниченными ресурсами

Ограничения

README не приводит сведений о качестве и ограничениях синтеза для отдельных языков. Для запуска требуется совместимая среда GGUF; инструкции по использованию в карточке неполные.

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

OVOS - Qwen3 TTS 0.6B F16 (GGUF)

This model is an quantized gguf-format export of Qwen/Qwen3-TTS-12Hz-0.6B-Base for ease of use in edge devices and CPU-based inference environments. The original model is transformed into gguf with F16 tensors by the script convert_hf_to_gguf.py and then further quantized, if needed, using the tool quantize from the same repo.

Requirements

The requirements can be installed as

$ pip install git+https://github.com/femelo/py-qwen3-tts-cpp

Usage

from py_qwen3_tts_cpp.model import Qwen3TTSModel

# Initialize the model (it handles downloading from this repo)
model = Qwen3TTSModel(
    tts_model="qwen3-tts-0.6b-f16",
    n_threads=4
)

# Synthesize from text
result = model.synthesize("Hello, world!", language="en")
model.save_audio(result, "output.wav")

Refer to https://github.com/femelo/py-qwen3-tts-cpp for more details.

Licensing

The license is derived from the original model: Apache 2.0. For more details, please refer to Qwen/Qwen3-TTS-12Hz-0.6B-Base.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
99d0051

0 моделей