/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
2,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Базовая модель
Qwen3-TTS-12Hz-1.7B-CustomVoice
Библиотека
mlx-audio
Опубликована
22 янв 2026

Qwen3-TTS-12Hz-1.7B-CustomVoice-8bit

Синтез речиТекст → аудио3 профессии

Qwen3-TTS-12Hz-1.7B-CustomVoice-8bit — это 8-битная квантованная версия модели синтеза речи Qwen3-TTS-12Hz-1.7B-CustomVoice, преобразованная в формат MLX сообществом mlx-community с помощью библиотеки mlx-audio версии 0.3.0.

7 895скачиваний за 30 дней35лайковвеса обновлены26 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

Базовую модель разработала команда Qwen.

Модель предназначена для преобразования текста в речь и сценариев генерации речи с пользовательским голосом; в примере использования предусмотрена передача эталонного аудиофайла. Запуск рассчитан на библиотеку mlx-audio и MLX-совместимое окружение. Известны размер базовой модели 1,7 млрд параметров, частота 12 Hz и 8-битное представление. Сведения о поддерживаемых языках, длине контекста, точной архитектуре и полном наборе модальностей в README не указаны.

К сильным сторонам относятся MLX-формат, ориентированный на запуск в соответствующей экосистеме, а также уменьшенное 8-битное представление, потенциально снижающее требования к памяти. Ограничения и качество работы в различных языках, голосах и аудиосценариях в предоставленных данных не описаны. Модель распространяется по лицензии 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-1.7B-CustomVoice-8bit

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-8bit --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-8bit")
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
41d3337

0 моделей