/ Модель

Характеристики

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

Qwen3-TTS-12Hz-1.7B-CustomVoice-6bit

Синтез речиТекст → аудио3 профессии

mlx-community/Qwen3-TTS-12Hz-1.7B-CustomVoice-6bit — модель синтеза речи, конвертированная в формат MLX из Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice.

1 684скачиваний за 30 дней2лайкавеса 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

Конвертацию выполнило сообщество mlx-community с использованием mlx-audio версии 0.3.0. Модель предназначена для генерации аудио по текстовому вводу и поддерживает сценарии text-to-speech и клонирования голоса с использованием эталонной аудиозаписи.

Модель рассчитана на работу через библиотеку mlx-audio; в README приведены примеры запуска из командной строки и Python-кода. Известно, что её размер составляет 1,7B параметров, а версия использует 6-битное квантование. Другие характеристики, включая архитектуру, поддерживаемые языки, набор модальностей и размер контекста, в представленном README не указаны. Для генерации с клонированием голоса можно передать путь к референсному WAV-файлу.

Модель распространяется по лицензии Apache-2.0. Сильными сторонами являются поддержка синтеза речи и работы с эталонным голосом, а также MLX-формат, ориентированный на использование через mlx-audio. Ограничения и подробные сведения о качестве, совместимости, языках и требованиях к аппаратному обеспечению в карточке не описаны; README рекомендует обращаться к оригинальной карточке Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice за дополнительной информацией.

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-CustomVoice-6bit

This model was converted to MLX format from Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice 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-CustomVoice-6bit --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-CustomVoice-6bit")
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
1c6c0ff

0 моделей