/ 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-VoiceDesign-bf16

Синтез речиТекст → аудио3 профессии

MLX-версия модели Qwen3-TTS-12Hz-1.7B-VoiceDesign, разработанная сообществом mlx-community и конвертированная из оригинальной модели Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign с помощью mlx-audio 0.3.0.

6 517скачиваний за 30 дней16лайковвеса 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

Это модель синтеза речи, предназначенная для генерации аудио по текстовому описанию или тексту; в примере использования также предусмотрена передача эталонного аудиофайла, что указывает на поддержку сценариев проектирования или клонирования голоса. Модель рассчитана на работу в экосистеме MLX через библиотеку mlx-audio и может запускаться из командной строки или Python-кода.

Из известных характеристик: размер модели составляет 1,7 млрд параметров, формат — bf16, а частота дискретизации или внутренний темп генерации обозначен как 12 Hz. README не содержит сведений о поддерживаемых языках, точной архитектуре, максимальной длине контекста, качестве генерации и ограничениях по аппаратному обеспечению. Модель распространяется по лицензии Apache-2.0; для использования требуется установка mlx-audio.

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-bf16

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-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-VoiceDesign-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
7d3824a

0 моделей