Точный HF ID
Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
Модель Alibaba
Старшая CustomVoice-версия для синтеза одним из девяти встроенных тембров с инструкцией по стилю. Это не Base-клонирование по образцу.
Коротко
Семейная карточка описывает 1.7B CustomVoice как checkpoint с девятью голосами и управлением стилем через инструкции; пример generate_custom_voice передаёт speaker и instruct.
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice
Управляемые готовые голоса
текст + speaker + стиль → речь
Apache-2.0
для точного ID не подтверждены
Сценарии
Выбирайте 1.7B CustomVoice, если нужен заданный speaker плюс управление манерой и ресурсы позволяют старший checkpoint. Для нового голоса по словесному описанию смотрите VoiceDesign.
До внедрения
Девять preset-голосов не превращаются в произвольную личность по имени. Инструкция по стилю может влиять на темп и эмоцию, но не гарантирует точного исполнения, а длинный текст требует прослушивания целиком.
Опубликованные веса можно загрузить с HF и запустить через qwen-tts. Описание семейной облачной интеграции не доказывает, что облако обслуживает именно этот HF ID.
Русский язык
Русский есть среди десяти языков, но таблица спикеров рекомендует их родные языки. Русскую интонацию и произношение проверяйте на итоговом аудиофайле.
Внутри линейки
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Сопоставлены назначение и подтверждённые характеристики. Отсутствие значения не означает ноль.
прототип обучающих реплик разной эмоциональной подачи
создание чернового характера голоса для персонажа
озвучка согласованным голосом на локальной инфраструктуре
черновая озвучка интерфейса встроенным голосом
Другие провайдеры
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
Семейная карточка описывает 1.7B CustomVoice как checkpoint с девятью голосами и управлением стилем через инструкции; пример generate_custom_voice передаёт speaker и instruct.
zai-org/GLM-TTS — точный официальный репозиторий системы синтеза речи. Паспорт описывает двухэтапную архитектуру: языковая модель создаёт речевые токены, а Flow Matching-часть превращает их в аудио. Это направление text-to-speech, а не распознавание речи и не самостоятельный голосовой чат.
Связи
Проверка сведений
В режиме CustomVoice выбор тембра ограничен девятью голосами, которые перечислены в официальном паспорте. Дополнительный параметр instruct управляет стилем выбранного голоса, но не заменяет произвольный референс. Для практической проверки можно подготовить нейтральное сообщение о заказе и две подачи: обычную и срочную. Оцените, остался ли понятен номер заказа, не исказились ли отрицания, стабильна ли громкость и соответствует ли интонация цели. Если один образец звучит выразительно, это ещё не значит, что тот же speaker выдержит длинную инструкцию или русский текст. Карточка допускает поддерживаемые языки и отдельно рекомендует учитывать native language тембра; проверка должна быть на финальном языке продукта.
1.7B CustomVoice не следует объединять со страницей 0.6B только потому, что у них одинаковый список голосов. Это отдельные веса и отдельная стоимость локального исполнения, а качество на вашей записи нужно сравнить, а не предположить. От Base он отличается отсутствием задачи клонировать голос пользователя; от VoiceDesign — тем, что голос выбирается из preset-списка, а не создаётся по словесному портрету. Лицензия опубликованных весов Apache-2.0. Ни она, ни пример локального запуска не устанавливают цену сервиса, региональную доступность или право на использование чужих аудиоматериалов. Перед публичной озвучкой нужен редакторский контроль самого текста и итогового звука.
Вопросы и ответы
Семейная карточка описывает 1.7B CustomVoice как checkpoint с девятью голосами и управлением стилем через инструкции; пример generate_custom_voice передаёт speaker и instruct.
Русский есть среди десяти языков, но таблица спикеров рекомендует их родные языки. Русскую интонацию и произношение проверяйте на итоговом аудиофайле.
Подходящие сценарии: прототип обучающих реплик разной эмоциональной подачи; длинная озвучка одним фиксированным preset-голосом; сравнение стиля старшей и младшей CustomVoice.
Выбирайте 1.7B CustomVoice, если нужен заданный speaker плюс управление манерой и ресурсы позволяют старший checkpoint. Для нового голоса по словесному описанию смотрите VoiceDesign.
Девять preset-голосов не превращаются в произвольную личность по имени. Инструкция по стилю может влиять на темп и эмоцию, но не гарантирует точного исполнения, а длинный текст требует прослушивания целиком.
Каталог GPT House
Сравните назначение модели со связанными рабочими сценариями и проверьте ее на собственных данных.