/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
4,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Библиотека
mlx-audio
Опубликована
22 янв 2026

Qwen3-TTS-12Hz-1.7B-Base-bf16

Синтез речиТекст → аудио3 профессии

Qwen3-TTS-12Hz-1.7B-Base-bf16 — модель синтеза речи, преобразованная сообществом mlx-community из Qwen/Qwen3-TTS-12Hz-1.7B-Base в формат MLX с использованием mlx-audio 0.3.0.

17 692скачиваний за 30 дней21лайквеса 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

Модель предназначена для генерации речи по тексту и поддерживает сценарии клонирования голоса с использованием референсной аудиозаписи.

Из доступных данных известны размер 1,7 млрд параметров, базовая версия Qwen3-TTS, частота 12 Hz в названии модели и формат bf16. Модель рассчитана на использование через библиотеку mlx-audio; README демонстрирует запуск из командной строки и Python API с передачей текста и, при необходимости, пути к референсному WAV-файлу. Поддерживаемые языки, точный набор модальностей, максимальная длина контекста и другие архитектурные характеристики не указаны.

Модель распространяется по лицензии Apache-2.0. Сильными сторонами являются интеграция с MLX и наличие сценария клонирования голоса, однако по README нельзя достоверно оценить качество синтеза, языковое покрытие, ограничения производительности или требования к оборудованию.

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-bf16

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-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-1.7B-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
a6eb4f6

0 моделей