/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
2,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Библиотека
mlx-audio
Опубликована
22 янв 2026

Qwen3-TTS-12Hz-0.6B-Base-bf16

Синтез речиТекст → аудио3 профессии

Qwen3-TTS-12Hz-0.6B-Base-bf16 — модель синтеза речи, разработанная Qwen и преобразованная сообществом mlx-community в формат MLX с помощью mlx-audio 0.3.0.

5 623скачиваний за 30 дней6лайковвеса обновлены25 янв 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

Это базовая версия модели Qwen3-TTS с размером 0,6 млрд параметров и точностью bf16, предназначенная для работы через библиотеку mlx-audio на совместимом оборудовании Apple MLX.

Модель преобразует текст в аудио и поддерживает сценарии синтеза речи с использованием эталонной аудиозаписи, что указывает на возможность клонирования или адаптации голоса. В README приведены интерфейсы командной строки и Python API; в качестве входных данных используются текст и, при необходимости, путь к WAV-файлу с референсным голосом. Частота 12 Hz указана в названии модели, однако другие сведения о поддерживаемых языках, модальностях, максимальном контексте и архитектуре в README не приведены.

К сильным сторонам относятся компактный размер, формат MLX для экосистемы Apple и поддержка генерации речи с референсным аудио. Ограничения и фактическое качество синтеза, перечень языков, требования к оборудованию и особенности лицензирования исходной модели в представленном README подробно не описаны. Для использования указана лицензия Apache-2.0.

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

mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16

This model was converted to MLX format from Qwen/Qwen3-TTS-12Hz-0.6B-Base using mlx-audio version 0.3.0.

Refer to the original model card for more details on the model.

Use with mlx-audio

pip install -U mlx-audio

CLI Example:

python -m mlx_audio.tts.generate --model mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16 --text "Hello, this is a test."

Python Example:

from mlx_audio.tts.utils import load_model
from mlx_audio.tts.generate import generate_audio

model = load_model("mlx-community/Qwen3-TTS-12Hz-0.6B-Base-bf16")
generate_audio(
    model=model,
    text="Hello, this is a test.",
    ref_audio="path_to_audio.wav",
    file_prefix="test_audio",
)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-audio

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3TTSForConditionalGeneration
Ревизия весов
1eccf1c

0 моделей