Характеристики

Контекст: 131 072 токена
Лицензия: Apache 2.0
Архитектура: qwen3_tts · dense
Базовая модель: Qwen3-TTS-12Hz-0.6B-Base
Библиотека: transformers
Опубликована: 18 авг 2026

Ссылки

qwen3-tts-base-hf

Синтез речиТекст → аудио3 профессии

Преобразованный чекпойнт Qwen3-TTS для Transformers предназначен для тестирования синтеза речи по тексту и клонирования голоса по аудиопримеру.

52скачиваний за 30 дней0лайковвеса обновлены26 сен 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 преобразованная для библиотеки Transformers версия базовой модели Qwen3-TTS-12Hz-0.6B-Base. Репозиторий подготовлен для интеграционных тестов, пока поддержка модели проходит проверку; тензоры сохранены без изменений, а преобразование затронуло имена ключей и конфигурацию. Модель предназначена для синтеза речи по тексту и, согласно описанию базовой модели, клонирования голоса по аудиопримеру.

Архитектура — плотная Qwen3-TTS для условной генерации, размер базовой модели — 0,6 млрд параметров; файлы представлены в safetensors и bfloat16. Поддержка Transformers указана в карточке, лицензия — Apache-2.0. Это тестовый конвертированный чекпойнт, предназначенный для интеграционных тестов.

Сценарии применения

тестирование синтеза речи из текста в Transformers
проверка загрузки модели Qwen3-TTS в Transformers
синтез речи заданным голосом
клонирование голоса по аудиопримеру

Ограничения

Карточка описывает чекпойнт как предназначенный для интеграционных тестов на время проверки поддержки Transformers. Языки, длина контекста и качество синтеза в предоставленных данных не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-TTS base (Transformers conversion)

Conversion of the Qwen3-TTS base model to the Transformers implementation added in huggingface/transformers#44517. Stored in bfloat16, matching the original.

Converted from Qwen/Qwen3-TTS-12Hz-0.6B-Base with the conversion script that ships with the model. The tensors are unchanged: conversion only renames state dict keys to match the Transformers module layout, fuses the code predictor's per-group lm_head layers into one projection, and rewrites the configuration.

This checkpoint exists so the integration tests have something to fetch while the model is under review. Once merged, a Transformers-compatible checkpoint is expected to be hosted by the Qwen team.

Usage

from transformers import Qwen3TTSForConditionalGeneration

model = Qwen3TTSForConditionalGeneration.from_pretrained("shahvandit/qwen3-tts-base-hf")

License

Apache 2.0, inherited from the original model.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

В репозитории нет speech_tokenizer/config.json: qwen-tts не соберёт модель.

Класс архитектуры: Qwen3TTSForConditionalGeneration
Ревизия весов: f38903b