/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
chatterbox · dense
Базовая модель
chatterbox
Библиотека
mlx-audio
Опубликована
19 янв 2026

Chatterbox-Multilingual-MLX-v2-fp16

Синтез речиТекст → аудио3 профессии

Конверсия многоязычной Chatterbox в формат MLX для локального синтеза речи и клонирования голоса.

303скачиваний за 30 дней2лайкавеса обновлены18 июл 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

Chatterbox Multilingual MLX v2 fp16 — конверсия ResembleAI/chatterbox в формат MLX, подготовленная theoracleguy с помощью mlx-audio 0.2.10 для запуска на устройствах Apple с поддержкой MLX. Модель преобразует текст в речь; базовая модель также поддерживает клонирование голоса по аудиообразцу.

Подходит для локального синтеза речи из текста и сценариев генерации голоса через mlx-audio или совместимые приложения. Для работы требуется S3TokenizerV2; его веса загружаются автоматически. Репозиторий содержит веса safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • локальный синтез речи из текста
  • озвучивание текста на поддерживаемых языках
  • генерация речи с клонированием голоса по аудиообразцу

Ограничения

Требуется S3TokenizerV2, веса которого загружаются автоматически. README не уточняет поддерживаемые языки этой версии и условия клонирования голоса именно для неё.

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

theoracleguy/Chatterbox-Multilingual-MLX-v2-fp16

This model was converted to MLX format from ResembleAI/chatterbox using mlx-audio version 0.2.10.

Note: This model requires the S3Tokenizer weights from mlx-community/S3TokenizerV2, which will be downloaded automatically.

Use with OpenVox

This model can also be used with OpenVox, a desktop application for running compatible AI voice and text-to-speech models locally through a graphical interface.

After the required model files are downloaded, compatible workflows can run locally and can also be accessed through OpenVox API and MCP integrations.

Available features depend on the capabilities of the selected model. OpenVox is a third-party application and is not affiliated with or endorsed by the original model authors or maintainers.

Use with mlx-audio

pip install -U mlx-audio

Command line

curl -L -o ko.wav https://huggingface.co/litmudoc/Chatterbox-Multilingual-MLX-v2-fp16/resolve/main/ko.wav

mlx_audio.tts.generate \
  --model litmudoc/Chatterbox-Multilingual-MLX-v2-fp16 \
  --text ", 지난달 우리는 유튜브 채널에서 이십억 조회수라는 새로운 이정표에 도달했습니다." \
  --lang_code ko \
  --ref_audio ko.wav \
  --ref_text "우리는 정말로 허름한 호텔에 묵었지만, 그래도 행복했다." \
  --verbose --play

Python

from mlx_audio.tts.generate import generate_audio

generate_audio(
    text=", 지난달 우리는 유튜브 채널에서 이십억 조회수라는 새로운 이정표에 도달했습니다.",
    model="litmudoc/Chatterbox-Multilingual-MLX-v2-fp16",
    lang_code="ko",
    ref_audio="ko.wav",
    ref_text="우리는 정말로 허름한 호텔에 묵었지만, 그래도 행복했다.",
    file_prefix="output",
)

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.

Ревизия весов
a854ca2

0 моделей