/ Модель

Характеристики

Архитектура
chatterbox · dense
Базовая модель
chatterbox
Библиотека
mlx-audio-plus
Опубликована
16 дек 2025

Chatterbox-Multilingual-MLX-4bit

Синтез речиТекст → аудио3 профессии

Многоязычная 4-битная версия Chatterbox в формате MLX для синтеза речи из текста на устройствах Apple Silicon.

85скачиваний за 30 дней4лайкавеса обновлены16 дек 2025

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

YUGOROU/Chatterbox-Multilingual-MLX-4bit — многоязычная модель синтеза речи, подготовленная для запуска в формате MLX на устройствах Apple Silicon. Она основана на ResembleAI/chatterbox и использует 4-битную квантизацию; для обработки текста применяется многоязычный токенизатор на 2454 токена. Модель преобразует текст в речь на 23 языках, включая русский, английский, японский и китайский.

Модель предназначена для локального синтеза речи на совместимых устройствах Apple, например для озвучивания текста и создания аудиоконтента на поддерживаемых языках. Базовая модель также поддерживает клонирование голоса по аудиообразцу, однако карточка этой версии не подтверждает такую возможность для данного чекпойнта. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • озвучивание текста на русском и других поддерживаемых языках
  • создание голосовых реплик для приложений и интерфейсов
  • генерация аудиоверсий текстового контента
  • локальный синтез речи на компьютерах Apple Silicon

Ограничения

Для запуска требуется среда MLX на Apple Silicon. Клонирование голоса, заявленное для базовой модели, для этой версии в карточке не подтверждено.

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

🚨モデルの完全な動作確認がまだできていません! (🚨We're still working on fully testing the model!)

YUGOROU/Chatterbox-Multilingual-MLX-4bit

Chatterbox Multilingual TTS converted to MLX format for Apple Silicon devices.

🌍 Supported Languages (23 languages)

Arabic, Danish, German, Greek, English, Spanish, Finnish, French, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Dutch, Norwegian, Polish, Portuguese, Russian, Swedish, Swahili, Turkish, Chinese

📥 Installation

pip install -U mlx-audio-plus

🚀 Usage

Command Line

mlx_audio.tts.generate \\
    --model {model_name} \\
    --text "こんにちは、元気ですか?" \\
    --ref_audio reference.wav

Python

from mlx_audio.tts.generate import generate_audio

generate_audio(
    text="こんにちは、元気ですか?",
    model="{model_name}",
    ref_audio="reference.wav",
    file_prefix="output",
)

📊 Model Details

  • Base Model: ResembleAI/chatterbox
  • Tokenizer: 2454 tokens (Multilingual)
  • Quantization: {'4-bit' if '4bit' in model_name else '8-bit' if '8bit' in model_name else 'fp16'}
  • Framework: MLX (Apple Silicon optimized)

🔗 Related

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-audio-plus

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
e7ae14f

0 моделей