# Dia2-2B появился для MLX-Swift: локальная озвучка диалогов на Mac

Источник: https://modelium.tech/zhurnal/dia2-2b-mlx-swift-two-speaker-tts-mac/

7 октября опубликован bf16-чекпойнт Dia2-2B для Swift-порта на MLX: сценарий с метками [S1] и [S2] превращается в единую аудиосцену с двумя говорящими. В репозитории доступны веса модели и кодека Mimi, а код порта открыт отдельно. Это англоязычный TTS-пакет для Apple Silicon; заявленные скорость и качество принадлежат автору и не проверялись Modelium.

## Что вышло

7 октября 2026 года на Hugging Face опубликован `mlx-community/Dia2-2B-bf16` — конверсия модели Dia2-2B от Nari Labs для MLX-Swift. В отличие от обычной озвучки отдельных реплик, сценарий с разметкой `[S1]` и `[S2]` создаёт одну сцену, где два голоса отвечают друг другу. Код Swift-порта `mlx-dia2-tts-swift` опубликован в тот же день; на момент проверки отдельного GitHub release у него нет. Это **новый локальный порт существующей модели**, а не новая базовая модель Dia2. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

Практический сценарий — озвучить короткий англоязычный диалог или сцену на собственном Mac без отправки текста в облачный TTS. Порт поддерживает референсное аудио с транскриптом для первого голоса и отдельный референс для второго; автор предупреждает, что один образец сам по себе слабо фиксирует пару голосов. Нет готовых пресетов голосов, управления эмоцией и длительностью; один дубль ограничен 120 секундами, а длина сверх лимита отклоняется. [s2](#src-s2)

## Что именно доступно

В закреплённой ревизии `83658abe9f3016cce50da1185fa747c66c60a69f` лежат `model.safetensors` для Dia2, `mimi.safetensors` для кодека, конфигурация и токенизатор. Полный манифест Hugging Face подтверждает оба весовых файла, а не только описание карточки. Источники конверсии закреплены как `nari-labs/Dia2-2B` @ `7abae125...` и `kyutai/mimi` @ `89091b3...`. Файл Mimi переложен под структуру `moshi-swift`: обычный загрузчик Transformers `MimiModel` не прочитает его без адаптации. Размеры файлов — характеристика загрузки, **не минимальные требования к памяти устройства**. [s1](#src-s1) [s4](#src-s4)

Код порта содержит отдельные модули Dia2, Mimi и пакет `MLXDia2TTS` для MLXEngine. `Package.swift` указывает macOS 26 и выше, MLX-Swift от 0.31.5 и MLXEngine от 0.62.0; это требования манифеста сборки, а не подтверждение запуска на каждом поддерживаемом Mac. Тег MLXEngine 0.62.0 доступен. Начать следует с README Swift-репозитория: установить совместимые зависимости, собрать `swift build -c release`, запустить `swift test` и только затем подключить пакет к приложению через пример `MLXServeEngine` и `TTSRequest`. Modelium не выполнял сборку и не синтезировал звук. [s2](#src-s2) [s5](#src-s5)

## Как оценивать качество и права

Автор порта сравнивает bf16-версию с исходной PyTorch-реализацией на собственных наборах реплик и сцен; он сообщает примерно 1,8× реального времени на **M5 Max / 137 ГБ, macOS 27, mlx-swift 0.32.3**. Это замер конкретной установки, не универсальная скорость и не минимальная конфигурация. У автора есть тесты соответствия кодека и декодера, но независимого воспроизведения этих результатов у Modelium нет. Для своих задач проверьте разбор реплик, сходство обоих голосов и продолжительность на собственных сценариях. [s3](#src-s3)

Лицензии разделены: исходные веса Dia2 и их bf16-конверсия — Apache-2.0, веса Mimi — CC-BY-4.0, код Swift-порта — MIT. Метка Apache-2.0 на HF-репозитории **не покрывает автоматически** отдельный Mimi-чекпойнт; при распространении и коммерческом использовании нужно соблюдать условия и атрибуцию каждой части. [s1](#src-s1) [s2](#src-s2) [s6](#src-s6)

**Выбор:** если нужен англоязычный диалог двух голосов внутри приложения на Apple Silicon и вы готовы интегрировать Swift-пакет, проверьте этот порт на своей машине. Если нужен готовый клик-установщик, русский язык либо гарантированная повторяемость тембра по одному референсу, опубликованные артефакты этого не обещают. [s2](#src-s2)

## Источники

1. [mlx-community/Dia2-2B-bf16: закреплённая карточка и лицензии весов](https://huggingface.co/mlx-community/Dia2-2B-bf16/tree/83658abe9f3016cce50da1185fa747c66c60a69f) — получено 2026-10-07
2. [mlx-dia2-tts-swift: README и Package.swift, commit 0f88a608](https://github.com/xocialize/mlx-dia2-tts-swift/tree/0f88a608aba849743870cc10f4f79f6209f0648d) — получено 2026-10-07
3. [Авторские измерения Swift-порта на M5 Max](https://github.com/xocialize/mlx-dia2-tts-swift/blob/0f88a608aba849743870cc10f4f79f6209f0648d/MEASUREMENTS.md) — получено 2026-10-07
4. [HF API: полное дерево Dia2-2B-bf16, включая LFS-веса](https://huggingface.co/api/models/mlx-community/Dia2-2B-bf16/tree/83658abe9f3016cce50da1185fa747c66c60a69f?recursive=true&expand=true) — получено 2026-10-07
5. [MLXEngine: доступный тег v0.62.0](https://github.com/xocialize/mlx-engine-swift/tree/v0.62.0) — получено 2026-10-07
6. [Kyutai Mimi: лицензия CC-BY-4.0](https://huggingface.co/kyutai/mimi/tree/89091b3e466eb6a9d11e537bf26b144f194978f7) — получено 2026-10-07