kipreise.info
Lokale Modelle › Audio & Sound › Qwen3-Voice-Embedding-12Hz-1.7B
marksverdhei · Audio & Sound · ⟳ vor 7 Min (16.10. 19:14 UTC)

Qwen3-Voice-Embedding-12Hz-1.7B

Sounds und Audio erzeugen.

Apache-2.0

Größe (kompakt)0,0 GB
Kleinste Variante–
LizenzApache-2.0
Parameter1.7B
KategorieAudio & Sound
Downloads (30 Tage)9k
Likes27
Aktualisiertvor 8 Mon.
Erstelltvor 8 Mon.
Hersteller/Orgmarksverdhei
Tensor-TypBF16

Läuft das auf deinem Rechner?

Was kann es?

Wandelt Sprachaufnahmen in mathematische Vektoren (Embeddings) um, die Stimmen vergleichbar machen – etwa für Sprechererkennung oder Voice-Matching. Läuft lokal auf der eigenen Hardware.

Stärken

Moderne Architektur der Qwen3-Familie mit Apache-2.0-Lizenz, sodass man sie uneingeschränkt einsetzen und weiterentwickeln darf – und bei 1,7 Milliarden Parametern auch auf Consumer-Hardware lauffähig.

Grenzen

Auskunft über tatsächliche Genauigkeit und Abhängkeiten wie das 12-Hz-Embedding-Raster liegen auf der Website des Entwicklers vor; ein reiner Embedding-Ansatz ersetzt kein vollständiges Sprachverstehen.

Für wen?

Für Entwickler, die auf ihrem eigenen Rechner Sprecher-Vergleiche oder Voice-Matching einbauen wollen, ohne eine Cloud-API zu nutzen.

So startest du es

Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.

⚠️ Dieses Modell gibt es nicht als GGUF — Ollama, LM Studio und llama.cpp können es daher nicht starten (die drei Wege funktionieren nur bei Sprachmodellen). Es läuft über whisper.cpp oder Audacity-Plugins.

Dein Rechner

Besonderheiten

Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 7 Min (16.10. 19:14 UTC)).

SprachmodellBeantwortet Fragen, schreibt und fasst Texte zusammen.
Basis: Qwen3-TTS-12Hz-1.7B-BaseAufgebaut auf Qwen/Qwen3-TTS-12Hz-1.7B-Base (Adapter) — Original-Modellkarte beim Anbieter. Quelle ↗
Paper / ForschungarXiv:2005.07143, arXiv:2601.15621 — die Original-Arbeit zum Modell bzw. Verfahren. Quelle ↗
In Spaces im Einsatz5 Hugging-Face-Spaces nutzen dieses Modell.
Kommerziell nutzbarLizenz: Apache-2.0.
TechnikModelltyp: ecapa_tdnn_speaker_encoder · Bibliothek: transformers

Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.

Wo bekommst du es?

Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.

Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen

Größen & Quants

Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.

VarianteDateigrößeSpeicherbedarf (grob)
Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face.
Größenangaben aus der Dateiliste bei Hugging FaceAlle Dateien: HF ↗

So startest du Qwen3-Voice-Embedding-12Hz-1.7B

  1. Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
  2. Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
  3. Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.

Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →

Häufige Fragen

Läuft Qwen3-Voice-Embedding-12Hz-1.7B auf meinem Rechner?

Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.

Was kostet Qwen3-Voice-Embedding-12Hz-1.7B?

Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.

Ähnliche Modelle: bigvgan_v2_22khz_80band_256x · TIGER-DnR · ast-finetuned-audioset-10-10-0.4593 · Zurück zur Übersicht

Daten: Hugging Face API · ⟳ vor 7 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.