Maya 2 Native

Maya 2 Native от Maya Research — open-weight многоязычная TTS-модель на 2,5 млрд параметров. Генерирует моно-аудио 24 кГц, отдаёт поток кадрами по 80 мс и поддерживает 20 встроенных голосов, zero-shot и кросс-языковое клонирование. Веса и код — под Apache-2.0.

✨ Ключевые особенности

• 🌐 12 языков: ассамский, бенгальский, английский, гуджарати, хинди, каннада, малаялам, маратхи, ория, панджаби, тамильский, телугу.
• ⚡ Стриминг аудио, WebSocket, OpenAI-совместимый speech endpoint и continuous batching.
• 🗣️ 20 встроенных голосов; клонирование по референсу 3–10 секунд, в том числе между языками.
• 🔢 Нормализация чисел, дат, валют, URL и email: в HTTP/WS включена по умолчанию, в Python — normalize=True.
• 🧩 Python API и self-host на NVIDIA GPU; чекпойнт 1.0 от 25 октября 2026.

💻 Пример

import soundfile as sf
from maya3 import Maya3TTS

tts = Maya3TTS.from_pretrained("maya-research/maya2-native", max_seats=1)
audio = tts.generate("नमस्ते, आपका ऑर्डर कल पहुँच जाएगा।", lang="hi", voice="Ahana", normalize=True)
sf.write("speech.wav", audio, 24000)
tts.close()

Подробнее

🏆 VoiceArena Hindi, real-time only: #2, Elo 1047 ±11, 2268 сэмплов (проверка 3 ноября 2026).
🖥️ Linux, Python 3.10–3.12, CUDA 12.8; пик загрузки одного seat ~9,2 ГБ + CUDA context, лучше GPU от 12 ГБ.
⚠️ Качество акцента и идентичности зависит от пары язык–голос; ассамский для всех встроенных голосов — кросс-языковой.
📦 Веса BF16 — примерно 5,0 ГБ.