Продолжить предварительное обучение Qwen/Qwen3-1.7B-Base по многоязычному преобразованию голоса и TTS. 1. Используйте нейрокодек в качестве детокенизатора речи, 50 TPS, выход с частотой дискретизации 24 тыс. 2. Многоязычное голосовое преобразование с несколькими динамиками до 25,5 млрд токенов. 3. Многоязычный TTS с несколькими динамиками до 5B токенов. 4. Flash Attention 3 Мультиупаковка контекста длиной 10 тыс. 5. Ядро Liger для свиглу, rmsnorm и плавной линейной кроссэнтропии. WanDB по адресу https://wandb.ai/huseinzol05/Qwen-Qwen3-1.7B-Base-multilingual-tts-neucodec. Мы выпустили улучшенную версию на Scicom-intl/Multilingual-TTS-1.7B-Base. — Вы можете выбрать любое имя говорящего из Malaysia-ai/Multilingual-TTS. — Неплохо по сравнению с моделью эпохи 0,35. — Не слишком хорошо, нам нужно сначала обрезать молчание, прежде чем конвертировать его в аудиотокены, модель имеет тенденцию генерировать длинные молчания. Исходный код: https://github.com/malaysia-ai/cooking/tree/main/qwen-tts.
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: malaysia-ai
Теги: qwen3, conversational, text-generation-inference, endpoints_compatible
Лайков: 11 | Загрузок: 111
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
