/ 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-stts

Синтез речиТекст → аудио3 профессии

Модель dots.tts-mf-2steps синтезирует речь из текста с фиксированным двухшаговым режимом потоковой генерации аудио.

122скачиваний за 30 дней4лайкавеса 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 — самостоятельный артефакт dots.tts для синтеза речи, разработанный dots.studio. Он предназначен для инференса с фиксированным двухшаговым режимом double-streaming: речь генерируется по тексту с потоковой выдачей аудио.

Модель относится к семейству dots_tts и использует плотную архитектуру DotsTTSForConditionalGeneration. Репозиторий содержит веса в формате safetensors; для работы предусмотрена библиотека dots_tts. Лицензия — Apache-2.0.

Карточка описывает только фиксированный двухшаговый режим double-streaming и не заявляет поддержку других настроек сэмплирования или потоковой выдачи. Высокоточное клонирование голоса допускается только с разрешения и согласия владельца голоса; запрещено использовать его для имитации личности, мошенничества или дезинформации.

Сценарии применения

  • потоковый синтез речи из текста
  • генерация аудиоречи с двухшаговым сэмплированием
  • клонирование голоса с разрешения владельца

Ограничения

Заявлен только фиксированный двухшаговый режим double-streaming; поддержка других настроек сэмплирования и потоковой выдачи не подтверждена. Клонировать голос следует только при наличии разрешения и согласия.

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-stts

This repository provides a standalone dots.tts artifact for fixed two-step double-streaming TTS inference. The sampling and streaming contracts are stored in config.json and selected automatically. Sampling and streaming cadence options should be omitted.

Quick start

import torch
import soundfile as sf

from dots_tts.runtime_double_streaming import DotsTtsRuntimeDoubleStreaming

runtime = DotsTtsRuntimeDoubleStreaming.from_pretrained(
    "dots-studio/dots.tts-mf-2steps-stts",
    precision="bfloat16",
    optimize=True,
    max_generate_length=500,
)

text = "Hello from two-step double streaming."
text_token_ids = runtime.model.tokenizer.encode(text, add_special_tokens=False)

session = runtime.start_double_streaming(
    prompt_audio_path="/path/to/reference.wav",
    prompt_text="The exact transcript spoken in the reference audio.",
)

chunks = []
for token_id in text_token_ids:
    chunk = session.push_text_token(token_id)
    if chunk is not None:
        chunks.append(chunk.detach().cpu())

for chunk in session.finish_text():
    chunks.append(chunk.detach().cpu())

audio = torch.cat(chunks, dim=-1).float().squeeze().numpy()
sf.write("double_streaming.wav", audio, runtime.sample_rate)

For a complete command-line example, see scripts/example_double_streaming.py.

Passing incompatible sampling values raises an error. Streaming cadence is selected from the artifact configuration.

Scope and limitations

This model is intended for fixed two-step double-streaming inference. Other sampling or streaming 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
9e7be68

0 моделей