/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
IndexTTS-2.5
Библиотека
mlx
Опубликована
2 сен 2026

IndexTTS-2.5-fp16

Синтез речиТекст → аудио3 профессии

Конверсия IndexTTS-2.5 для MLX на Apple Silicon синтезирует речь из текста и поддерживает клонирование голоса.

741скачиваний за 30 дней2лайкавеса обновлены2 сен 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

mlx-community опубликовала IndexTTS-2.5-fp16 — конвертированную для MLX версию IndexTeam/IndexTTS-2.5, предназначенную для запуска на Apple Silicon. Модель синтезирует речь по тексту и поддерживает клонирование голоса по образцу; базовая модель также позволяет управлять эмоцией и скоростью речи.

В состав входят UnifiedVoice 2.5 GPT с проекцией голоса, языковыми эмбеддингами и эмоциональным кондиционированием, а также EnhancedCodec и S2Mel. Веса сохранены в safetensors и имеют точность fp16. README указывает на использование конверсии в приложениях на Swift-MLX и Python-MLX. Поддерживаются китайский, английский, японский, испанский и арабский языки. Лицензия указана как other; конкретные условия в доступных данных не раскрыты.

Сценарии применения

  • озвучивание текста на китайском, английском, японском, испанском и арабском
  • клонирование голоса по аудиообразцу
  • создание речи с заданной эмоцией и скоростью
  • локальный синтез речи на устройствах Apple Silicon

Ограничения

Версия предназначена для MLX на Apple Silicon; доступные материалы не приводят измерений качества или подробных требований к ресурсам. Указана лицензия other, поэтому условия использования следует уточнить в исходной карточке базовой модели и репозитория.

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

IndexTTS-2.5 — MLX (fp16)

MLX conversion of IndexTeam/IndexTTS-2.5 (revision d0aa86e75bb6f3437f3831e95056fa72842d89ef) for Apple Silicon, re-hosted for the MLXEngine fleet. Consumed by mlx-indextts2-swift (Swift-MLX port, Apache-2.0) and by vanch007/mlx-indextts2 (Python-MLX, MIT), whose converter (convert_v25.py, rev 4a32c967) produced these tensors with strict tensor-coverage verification (conversion_report.json).

Files

FileComponentdtype
gpt.safetensorsUnifiedVoice 2.5 GPT (24×1280, CAMPPlus speaker projection, language embedding, emotion conditioner)fp16
codec.safetensorsEnhancedCodec (Vocos/ConvNeXt encoder+decoder, 8192×8 FVQ)fp16
s2mel.safetensorsS2Mel — length regulator + DiT/CFMfp16
bigvgan.safetensorsBigVGAN v2 22 kHz 80-band 256× vocoder (NVIDIA, MIT)fp16
multilingual_zh_ja_yue_char_del.tiktokentiktoken BPE vocabulary (60 509 tokens incl. specials)—
model.safetensorsfacebook/w2v-bert-2.0 (MIT) — the semantic front-end, unchangedfp32
config.yaml / config.json / model_manifest.json / conversion_report.jsoncheckpoint config + conversion provenance—
feat1.pt / feat2.pt / wav2vec2bert_stats.ptemotion matrices + w2v-BERT feature stats (torch pickles, as upstream)—

License

The model weights (gpt, codec, s2mel, the tokenizer and the feat/stats files) are licensed under the bilibili Model Use License Agreement — see LICENSE (verbatim copy). Commercial use is permitted; per §2.2 an entity whose products exceeded 100 million monthly active users in the preceding month or RMB 1 billion annual revenue in the preceding year must request a separate license from bilibili. Downstream recipients are bound by the same Agreement (§3.4(a)); retain the notices and this LICENSE with every copy (§3.4(b)).

bigvgan.safetensors is NVIDIA's BigVGAN v2 (MIT). model.safetensors is Meta's w2v-bert-2.0 (MIT).

Derivative-work statement (§4.1(a)): Any modifications made to the original model in this Derivative Work are not endorsed, warranted, or guaranteed by the original right-holder of the original model, and the original right-holder disclaims all liability related to this Derivative Work. (The modification here is a dtype conversion + tensor re-layout for MLX.)

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.

Ревизия весов
65644cd

0 моделей