/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-TTS-12Hz-0.6B-Base
Опубликована
23 мар 2026

Ссылки

Hugging Face

Qwen3-TTS-12Hz-0.6B-Base-QTS

dsh0416
Синтез речиТекст → аудио

Экспортированные артефакты мультиязычной модели Qwen3-TTS для синтеза речи из текста и клонирования голоса.

110скачиваний за 30 дней1лайквеса обновлены3 апр 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

Qwen3-TTS-12Hz-0.6B-Base-QTS — репозиторий экспортированных артефактов модели Qwen3-TTS, подготовленных проектом yet-another-ai/qts для запуска синтеза речи. В его состав входят веса GGUF и общий вокодер ONNX; репозиторий предназначен для загрузки готовых файлов, а исходный код и документация находятся в отдельном проекте. Базовая модель — Qwen/Qwen3-TTS-12Hz-0.6B-Base.

Модель преобразует текст в речь. Метаданные указывают поддержку китайского, английского, японского, корейского, немецкого, французского, русского, португальского, испанского и итальянского языков, а также клонирования голоса. Доступны варианты GGUF F16 и Q8_0, а для вокодера — ONNX; README называет F16 эталонным экспортом и рекомендует Q8_0 как вариант по умолчанию, хотя текущий набор артефактов в README описан как содержащий F16.

Репозиторий распространяется по лицензии Apache-2.0. Карточка описывает файлы для запуска, но не приводит подробностей об архитектуре, контекстном ограничении или качестве синтеза; перед использованием нужно сверить состав файлов с конкретным релизом.

Сценарии применения

  • озвучивание текста на поддерживаемых языках
  • создание голосовой версии текстовых материалов
  • клонирование голоса по аудиопримеру
  • локальный запуск синтеза речи через GGUF и ONNX

Ограничения

README указывает, что текущий набор артефактов содержит вариант F16, хотя метаданные перечисляют также GGUF Q8_0 и ONNX; доступность вариантов зависит от релиза. Карточка не приводит измерений качества синтеза.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-TTS-12Hz-0.6B-Base-QTS

Qwen3-TTS-12Hz-0.6B-Base-QTS is a distribution repository for model artifacts produced by yet-another-ai/qts.

This Hugging Face repository is intended to contain stable, downloadable runtime artifacts only:

  • one shared qwen3-tts-vocoder.onnx
  • one or more GGUF variants such as qwen3-tts-0.6b-f16.gguf
  • optional additional GGUF variants such as qwen3-tts-0.6b-q8_0.gguf

It is not the source-of-truth repository for code, export logic, or developer documentation. Those live in yet-another-ai/qts.

Relationship To qts

Recommended maintenance flow:

  1. Change behavior in the GitHub repository first.
  2. Export artifacts from a known Git commit.
  3. Publish only the built model files to this Hugging Face repository, preferably from the tagged GitHub Actions release workflow in yet-another-ai/qts.
  4. Keep this model card aligned with the GitHub docs, but do not treat this repository as a second source repository.

Included Files

Expected root layout:

qwen3-tts-0.6b-f16.gguf
qwen3-tts-vocoder.onnx
README.md
SHA256SUMS

Notes:

  • qwen3-tts-vocoder.onnx is shared across all GGUF variants in this repository.
  • The Rust runtime in qts expects the GGUF and vocoder files to live in the same directory by default.
  • Not every release must ship every quantization variant.
  • For the current artifact set, q8_0 is the recommended default download and f16 is the reference-quality export.

Current Quantization Support

At the moment, the qts exporter supports:

  • f16

Other quantization types may appear in future releases once the export and validation pipeline is ready.

Usage With qts

See the source repository for current usage and export documentation:

Typical local layout:

models/
  qwen3-tts-0.6b-f16.gguf
  qwen3-tts-vocoder.onnx

Example CLI usage:

cargo run -p qwen3-tts-cli -- synthesize \
  --model-dir /path/to/models \
  --text "hello" \
  --out target/hello.wav

Provenance

Current source repository snapshot:

  • GitHub commit: 0f66e61429aede9ff2b5d03fdd3de6d8d25535f7

Current artifact checksums:

  • qwen3-tts-0.6b-f16.gguf 33255963ba6a6f19f83830db82e0db2e5729b1d8cdbc2c2635ab2d386efe4a3c
  • qwen3-tts-vocoder.onnx 6d5e135a3d56cd2ede0b268ca8890155d09a53ca08586571ab8d914755963034

For future releases, it is recommended to record:

  • source GitHub commit SHA from yet-another-ai/qts
  • exported file list
  • SHA256 checksums
  • any release-specific notes such as added or removed quantization variants

Base Model

Base upstream model:

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
6d6e640

0 моделей

    Создать бенчмарк