MLX-версия CSM 1B от Sesame для синтеза английской речи по тексту с учётом аудиоконтекста.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
mlx-community/csm-1b — версия модели CSM 1B от Sesame, преобразованная сообществом mlx-community для запуска в формате MLX. Она предназначена для синтеза английской речи по тексту и может учитывать аудиоконтекст. Модель использует плотную архитектуру Sesame; в репозитории указаны веса safetensors и библиотека MLX. README сообщает о преобразовании из sesame/csm-1b с помощью mlx-audio 0.0.3. Лицензия — Apache-2.0.
Карточка этой версии содержит мало сведений о качестве синтеза и поддерживаемых параметрах; подробности следует смотреть в карточке исходной модели. Для использования описан пакет mlx-audio.
README этой версии не описывает качество, диапазон голосов и дополнительные ограничения; подробности отсылают к карточке исходной модели. Для запуска указан стек MLX и пакет mlx-audio.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from sesame/csm-1b using mlx-audio version 0.0.3.
Refer to the original model card for more details on the model.
pip install -U mlx-audio
python -m mlx_audio.tts.generate --model mlx-community/csm-1b --text "Hello world"
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx
MLX-модели работают только на Apple Silicon.