/ 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-CustomVoice-bf16

Синтез речиТекст → аудио3 профессии

Qwen3-TTS-12Hz-1.7B-CustomVoice-bf16 — модель синтеза речи, конвертированная сообществом mlx-community из Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice в формат MLX с помощью mlx-audio версии 0.3.0.

4 007скачиваний за 30 дней11лайковвеса 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 настройки или клонирования голоса с использованием эталонной аудиозаписи.

Модель рассчитана на работу через библиотеку mlx-audio, доступна для запуска из командной строки и Python. Известны размер 1,7 млрд параметров и формат bf16; в названии также указана частота 12 Hz, однако README не раскрывает подробности архитектуры, поддерживаемых языков, модальностей и размера контекстного окна. Для использования требуется установка mlx-audio и передача текста, а для сценариев с эталонным голосом — аудиофайла.

К преимуществам относятся интеграция с MLX и поддержка генерации речи с пользовательским голосом. Ограничения, точный перечень языков, качество, требования к оборудованию и иные характеристики в README не указаны. 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-bf16

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-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-CustomVoice-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
52f4770

0 моделей