MLX-версия Dia-1.6B от Nari Labs для синтеза реалистичной диалоговой речи на английском языке.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
mlx-community/Dia-1.6B — конверсия модели Dia-1.6B от Nari Labs в формат MLX, подготовленная сообществом mlx-community. Модель предназначена для синтеза речи из текста и доступна в формате safetensors для библиотеки MLX.
Согласно описанию базовой модели, Dia синтезирует реалистичную диалоговую речь на английском языке, позволяя управлять голосом и эмоциями с помощью аудиоусловия. Карточка этой версии отсылает за подробностями к исходной модели. Модель распространяется по лицензии Apache-2.0.
Поддерживаемый язык, указанный в карточке, — английский. Подробности о качестве, контексте и ограничениях следует сверять с карточкой базовой модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from nari-labs/Dia-1.6B using mlx-audio version 0.0.4.
Refer to the original model card for more details on the model.
pip install -U mlx-audio
python -m mlx_audio.tts.generate --model mlx-community/Dia-1.6B \
--text "[S1] Dia is an open weights text to dialogue model. [S2] You get full control over scripts and voices. [S1] Wow. Amazing. (laughs) [S2] Try it now on Git hub or Hugging Face."
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx
MLX-модели работают только на Apple Silicon.