/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
dots_tts · dense
Библиотека
dots_tts
Опубликована
10 авг 2026

dots.tts-mf-2steps

Синтез речиТекст → аудио3 профессии

Модель dots.tts для синтеза речи и клонирования голоса по тексту и аудиообразцу с фиксированным двухшаговым семплированием MeanFlow.

168скачиваний за 30 дней3лайкавеса обновлены11 авг 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

dots.tts-mf-2steps — модель синтеза речи из семейства dots.tts, разработанная dots-studio. Репозиторий содержит самостоятельный артефакт для инференса с фиксированным двухшаговым семплированием MeanFlow; настройки семплирования задаются в конфигурации, несовместимые параметры вызывают ошибку.

Модель предназначена для клонирования голоса по тексту и образцу речи: на вход подаются текст, аудиозапись голоса и её точная расшифровка, на выходе создаётся аудио. В карточке приведён пример на английском языке, но подтверждения поддержки конкретных языков нет. Модель распространяется по лицензии Apache-2.0. Высокоточное клонирование голоса допустимо только с разрешения и согласия владельца голоса.

Сценарии применения

  • клонирование голоса по аудиообразцу
  • синтез речи из текста голосом из референсной записи
  • создание озвучки с заданной расшифровкой образца

Ограничения

Модель предназначена для инференса с фиксированным двухшаговым семплированием; другие настройки семплирования не заявлены, а несовместимые параметры вызывают ошибку. Высокоточное клонирование голоса следует выполнять только с разрешения и согласия владельца голоса.

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

dots.tts-mf-2steps

This repository provides a standalone dots.tts artifact for fixed two-step inference. The sampling contract is stored in config.json and selected automatically. Sampling options should be omitted.

Quick start

dots.tts \
  --model-name-or-path dots-studio/dots.tts-mf-2steps \
  --text "Hello, this is a two-step MeanFlow voice cloning example." \
  --prompt-audio /path/to/reference.wav \
  --prompt-text "The exact transcript spoken in the reference audio." \
  --output cloned.wav
from dots_tts.runtime import DotsTtsRuntime

runtime = DotsTtsRuntime.from_pretrained(
    "dots-studio/dots.tts-mf-2steps",
    precision="bfloat16",
)
result = runtime.generate(
    text="Hello, this is a two-step MeanFlow voice cloning example.",
    prompt_audio_path="/path/to/reference.wav",
    prompt_text="The exact transcript spoken in the reference audio.",
)

Passing incompatible sampling values raises an error.

Scope and limitations

This model is intended for fixed two-step inference. Other sampling settings are not claimed. High-fidelity voice cloning must be used only with authorization and consent; do not use it for impersonation, fraud, or disinformation.


Citation

@article{dotstts2026,
  title         = {dots.tts Technical Report},
  author        = {dots.tts Team},
  year          = {2026},
  eprint        = {2606.07080},
  archivePrefix = {arXiv},
  primaryClass  = {cs.SD},
}

License

Released under Apache-2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · dots_tts

Нельзя запустить

Архитектура dots_tts неизвестна transformers в образе рантайма.

Класс архитектуры
DotsTTSForConditionalGeneration
Ревизия весов
159b33d

0 моделей