/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
2,4 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_tts · dense
Библиотека
mlx-audio
Опубликована
22 янв 2026

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

Синтез речиТекст → аудио3 профессии

Qwen3-TTS-12Hz-1.7B-VoiceDesign-8bit — модель синтеза речи, разработанная сообществом mlx-community на основе Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign и преобразованная в формат MLX с использованием mlx-audio 0.3.0.

5 016скачиваний за 30 дней10лайковвеса 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 аудио по тексту и поддерживает сценарии voice cloning с использованием эталонной аудиозаписи.

Из доступных данных известно, что модель содержит 1,7 млрд параметров, использует 8-битное представление и рассчитана на работу через библиотеку mlx-audio. В README приведены примеры генерации речи из текста с опциональной ссылкой на аудиофайл; сведения о поддерживаемых языках, архитектуре, длине контекста, качестве, ограничениях и точном наборе модальностей 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-VoiceDesign-8bit

This model was converted to MLX format from Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign 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-VoiceDesign-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-VoiceDesign-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
f90d617

0 моделей