/ Модель
Каталог

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Базовая модель
Qwen3-TTS-12Hz-0.6B-Base
Опубликована
4 авг 2026

Ссылки

Hugging Face

qwen3-tts-0.6b-indonesian

alkhrzmy
Синтез речиТекст → аудио3 профессии

Дообученная Qwen3-TTS 0.6B синтезирует индонезийскую речь из текста голосом indonesian_speaker.

298скачиваний за 30 дней3лайкавеса обновлены15 авг 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 «Синтез речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Открыть конструктор бенчмарка

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

alkhrzmy дообучил мультиязычную Qwen3-TTS 12Hz 0.6B Base для синтеза речи на индонезийском языке. Это плотная модель архитектуры Qwen3TTSForConditionalGeneration с весами в формате safetensors; при генерации используется голос indonesian_speaker.

Модель преобразует текст в речь и подходит для озвучивания индонезийских фраз, например голосовых сообщений или аудиоконтента. В карточке описано обучение в течение четырёх эпох на индонезийском наборе данных синтеза речи. Базовая модель также поддерживает клонирование голоса по аудиопримеру, но возможность такого сценария для этой доработанной версии отдельно не подтверждена.

Модель распространяется по лицензии Apache-2.0. Данных о длине контекста и оценках качества в предоставленной карточке нет.

Сценарии применения

  • озвучивание индонезийских сообщений
  • создание индонезийской озвучки для видео
  • генерация речи для голосовых помощников на индонезийском
  • преобразование индонезийского текста в аудио

Ограничения

Карточка не приводит оценок качества или ограничений по длине входного текста. Клонирование голоса указано для базовой модели, но не подтверждено для этой версии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Indonesian Fine-Tuned Qwen3-TTS

Fine-tuned Qwen3-TTS 0.6B for Indonesian voice synthesis.

Model Details

  • Base Model: Qwen/Qwen3-TTS-12Hz-0.6B-Base
  • Language: Indonesian
  • Dataset: Indonesian TTS dataset
  • Training: 4 epochs, lr=1e-6, batch_size=2
  • Speaker: indonesian_speaker

Usage

from qwen_tts import Qwen3TTSModel
import soundfile as sf

model = Qwen3TTSModel.from_pretrained("alkhrzmy/qwen3-tts-0.6b-indonesian")
wavs, sr = model.generate_custom_voice(
    text="Selamat pagi, ini uji coba suara Indonesia.",
    language="auto",
    speaker="indonesian_speaker"
)
sf.write("output.wav", wavs[0], sr)

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3TTSForConditionalGeneration
Ревизия весов
31a8e71

0 моделей

    Создать бенчмарк