/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
1,6 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Библиотека
mlx-audio
Опубликована
22 янв 2026

Qwen3-TTS-12Hz-1.7B-Base-4bit

Синтез речиТекст → аудио3 профессии

Qwen3-TTS-12Hz-1.7B-Base-4bit — модель синтеза речи, разработанная сообществом mlx-community.

2 709скачиваний за 30 дней1лайквеса 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

Она конвертирована в формат MLX из исходной модели Qwen/Qwen3-TTS-12Hz-1.7B-Base с использованием mlx-audio версии 0.3.0.

Модель предназначена для преобразования текста в речь и поддерживает сценарии генерации аудио с возможностью клонирования голоса по референсной аудиозаписи. В README указано, что модель имеет размер 1,7 млрд параметров, использует частоту дискретизации 12 Hz в названии и представлена в 4-битном формате. Конкретные сведения об архитектуре, поддерживаемых языках, модальностях и размере контекста в предоставленных данных отсутствуют.

Для работы используется библиотека mlx-audio и формат MLX; модель можно запускать через командную строку или Python API. Лицензия — Apache-2.0. Ограничения, связанные с качеством синтеза, поддерживаемыми языками и безопасностью клонирования голоса, в README не описаны.

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-1.7B-Base-4bit

This model was converted to MLX format from Qwen/Qwen3-TTS-12Hz-1.7B-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-1.7B-Base-4bit --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-1.7B-Base-4bit")
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, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3TTSForConditionalGeneration
Ревизия весов
37e955a

0 моделей