/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
521 млн
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Indic-Mio
Библиотека
mlx
Опубликована
26 июн 2026

Indic-Mio-MLX-fp16

Генерация текстаТекст → текст3 профессии

Экспорт Indic-Mio для MLX на Apple Silicon синтезирует речь из текста на индийских языках с поддержкой управления эмоциями и клонирования голоса.

84скачиваний за 30 дней1лайквеса обновлены26 июн 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

Indic-Mio-MLX-fp16 — экспорт модели SPRINGLab/Indic-Mio в формате fp16 для Apple Silicon и MLX, поставляемый вместе с кодеком MioCodec 25 Гц / 24 кГц для декодирования речевых токенов в аудио. Модель основана на плотной архитектуре Qwen3ForCausalLM и содержит 520,7 млн параметров; указанное для неё контекстное окно — 32 768 токенов.

Модель предназначена для синтеза речи из текста на индийских языках, генерации с управлением эмоциями и клонирования голоса. В README описан путь генерации токенов Indic-Mio и их декодирования через MioCodec; для запуска требуется совместимый MLX runtime, например speech-swift. Локальная проверка подтвердила разборчивый синтез на примере текста на хинди, но не является полноценным бенчмарком.

Это экспорт весов, а не готовый чекпойнт для Transformers. Репозиторий распространяется по лицензии Apache-2.0. Карточка указывает языки хинди, бенгальский, маратхи, телугу, каннада, майтхили, ассамский, гуджарати, малаялам, пенджаби, тамильский, непальский, санскрит и английский.

Сценарии применения

  • синтез речи на хинди из текста
  • генерация речи на индийских языках с заданной эмоцией
  • клонирование голоса для озвучивания текста
  • локальная генерация речи на Apple Silicon через MLX

Ограничения

Для работы нужен MLX runtime с реализацией генерации токенов Indic-Mio и декодирования MioCodec; экспорт не является готовым чекпойнтом для Transformers. Проверка синтеза в README ограничена локальным тестом на хинди и не измеряет производительность или качество на других языках.

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

Indic-Mio-MLX-fp16

Apple Silicon fp16 export of SPRINGLab/Indic-Mio, bundled with the MioCodec 25 Hz / 24 kHz companion required to decode Indic-Mio content tokens into waveform audio.

This is an artifact bundle for Swift/MLX runtime work. It preserves upstream key names; runtime code is expected to implement model loading, sampling, MioCodec conditioning, and waveform decoding.

Model

FieldValue
Primary sourceSPRINGLab/Indic-Mio
Primary source revision25feace00ca76c71c40b1e8d921fd3c2943c545e
Bundled codec sourceAratako/MioCodec-25Hz-24kHz
Bundled codec revision3a737f0de2c6324cb2fe40c1fbd1056c7add423d
FormatMLX fp16 safetensors
Primary licenseApache-2.0
Codec licenseMIT
Total bundle size1.5 GB
Sample rate24,000 Hz
Voice conditioningMioCodec global embeddings / zero-shot voice path
Runtime statusArtifact export; Swift/MLX runtime port required

Emotion Control

FieldValue
Marker syntaxSuffix angle tags
Supported markers<happy>, <sad>, <angry>, <disgust>, <fear>, <surprise>

Files

FileSizeDescription
README.md2.3 KBModel card.
added_tokens.json309.6 KBTokenizer asset copied from the upstream Indic-Mio repository.
bundle_config.json697 BSoniqo bundle metadata linking the text model and bundled codec.
chat_template.jinja205 BUpstream generation/template metadata.
config.json1.4 KBUpstream Qwen/Indic-Mio model config at repo root for runtime loading and HF download tracking.
generation_config.json183 BUpstream generation/template metadata.
merges.txt1.7 MBTokenizer asset copied from the upstream Indic-Mio repository.
miocodec/config.json230 BMioCodec runtime/export config.
miocodec/config.yaml2.4 KBMioCodec runtime/export config.
miocodec/model.safetensors261.6 MBBundled MioCodec fp16 weights required for waveform decoding.
miocodec/soniqo_manifest.json1.3 KBExport manifest with source revisions, license posture, and bundle metadata.
model.safetensors1.2 GBIndic-Mio fp16 weights with upstream key names preserved.
soniqo_manifest.json3.1 KBExport manifest with source revisions, license posture, and bundle metadata.
special_tokens_map.json613 BTokenizer asset copied from the upstream Indic-Mio repository.
tokenizer.json13.8 MBTokenizer asset copied from the upstream Indic-Mio repository.
tokenizer_config.json2.3 MBTokenizer asset copied from the upstream Indic-Mio repository.
vocab.json2.8 MBTokenizer asset copied from the upstream Indic-Mio repository.

Validation

TestResult
Indic-Mio + MioCodec local roundtripPassed
Input textनमस्ते, मैं आज बहुत खुश हूँ। <happy>
ASR transcriptनमस्ते, मैं आज बहुत खुश हूँ
Sample rate24000 Hz

The roundtrip test was a local synthesis and transcription sanity check. It verifies that the exported Indic-Mio weights and bundled MioCodec path can produce intelligible Hindi speech for an explicit emotion marker. It is not a full runtime benchmark.

Usage

These artifacts are not a drop-in Transformers checkpoint. They are intended for speech-swift or another MLX runtime that implements the Indic-Mio token generation path and MioCodec decoding path.

git lfs install
git clone https://huggingface.co/aufklarer/Indic-Mio-MLX-fp16

Expected bundle layout:

Indic-Mio-MLX-fp16/
  model.safetensors
  config.json
  tokenizer.json
  bundle_config.json
  soniqo_manifest.json
  miocodec/
    model.safetensors
    config.json
    config.yaml
    soniqo_manifest.json

Source

Links

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
564f449

0 моделей