# Maya 2 Native: локальная озвучка на 12 языках — но не на русском

Источник: https://modelium.tech/zhurnal/maya-2-native-local-indic-english-tts/

Maya 2 Native превращает текст в речь на английском и 11 языках Индии: модель можно разместить на собственном компьютере или сервере с NVIDIA GPU. Веса и код доступны отдельно под Apache-2.0, но русский язык не заявлен. Официальная инструкция требует Linux, Python и CUDA — это новость о модели, а не простой рецепт установки для новичка.

Maya Research опубликовала Maya 2 Native — модель, которая читает написанный текст голосом. Например, она может озвучить короткое уведомление на английском или хинди без отправки текста в облачный сервис после загрузки всех компонентов. **Русский язык в перечне поддерживаемых отсутствует**: для русскоязычной озвучки этот выпуск сейчас выбирать не стоит. [s1](#src-s1)

Авторы датируют выпуск контрольной версии 1.0 **25 октября 2026 года**; репозиторий весов на Hugging Face создан **26 октября**. Проверка источников: **29 октября 2026 года**. Это не результат теста Modelium: полный запуск модели редакцией не выполнялся. [s1](#src-s1) [s2](#src-s2)

## Что теперь доступно для локальной работы

Опубликованы два файла весов модели (то есть данных, по которым программа строит речь), индекс этих файлов и исходный код программы запуска. Из 12 языков один — английский, остальные 11 — ассамский, бенгальский, гуджарати, хинди, каннада, малаялам, маратхи, ория, пенджаби, тамильский и телугу. В комплекте заявлены 20 встроенных голосов и возможность создать голос по короткому образцу с разрешения говорящего; похожесть такого голоса не гарантирована. Система умеет отдавать звук по мере генерации, не дожидаясь готовности всей фразы. [s1](#src-s1) [s2](#src-s2)

Для пользователя смысл локального размещения в том, что после первоначального скачивания модели, звукового кодека Mimi и компонента определения голоса ECAPA создание речи может идти на своей машине. Сама установка и первая загрузка требуют сети; локальность всего процесса не следует из одного лишь скачанного файла весов. [s1](#src-s1) [s2](#src-s2)

## Кому подойдёт, а кому нет

Это скорее вариант для разработчика голосового приложения, чем программа с кнопкой «Установить». Официальный путь описывает **Linux, Python 3.10–3.12 и NVIDIA GPU с драйвером для CUDA 12.8**. В карточке модели рекомендуют начать с одного одновременного запроса и видеокарты от 12 ГБ с запасом: авторская загрузка в такой конфигурации достигала примерно 9,2 ГБ видеопамяти без полного учёта контекста CUDA. Это условия документированного сценария, а не вычисленный нами минимум из размера файла. Простой путь для Windows, Mac или компьютера без подходящей видеокарты авторы не описали. [s1](#src-s1) [s2](#src-s2)

Для проверки совместимости первым шагом откройте официальную карточку модели и сверьте список языков и раздел Quickstart со своей ОС и видеокартой. Если вам нужна именно русская речь или установка без Python и CUDA, искать следует другую модель; не стоит загружать этот комплект только из-за отметки «open weights». [s1](#src-s1)

## Права и границы оценок

Репозиторий весов указан как Apache-2.0 и содержит текст лицензии; код в отдельном GitHub-репозитории также имеет Apache-2.0. Зависимые компоненты имеют свои условия: кодек Kyutai Mimi обозначен CC BY 4.0, модель SpeechBrain ECAPA — Apache-2.0. При перераспространении этих компонентов сохраняйте их уведомления и атрибуцию. Открытые веса, открытый код и разрешение пользоваться сторонними зависимостями — не одно и то же. [s1](#src-s1) [s3](#src-s3) [s4](#src-s4)

Авторы приводят автоматические измерения разборчивости на 6000 текстов и отдельно показывают позицию на внешнем рейтинге озвучки хинди. Это **их данные и снимок рейтинга**, а не самостоятельный тест Modelium; результаты для хинди нельзя переносить на русский язык или произвольный голос. На самой карточке оговорены сложности с короткими репликами, цифрами и смешением языков; отдельной количественной проверки копирования произвольного голоса там нет. [s1](#src-s1)

Техническая особенность именования: публичная модель называется **Maya 2 Native**, но пакет Python и пример импорта по-прежнему называются `maya3` и `Maya3TTS`. Не заменяйте их в командах на придуманное `maya2`. Исходники в GitHub и документация описывают эти имена по-разному, поэтому при практическом запуске нужно придерживаться точных идентификаторов в актуальной карточке; инструкция выше не является подтверждением работающего запуска. [s1](#src-s1) [s2](#src-s2)

### Источники

- [s1](#src-s1) Карточка и файлы Maya 2 Native, закреплённая ревизия 880744846e63; прочитано 29.10.2026.

- [s2](#src-s2) Исходный код и CHANGELOG MayaResearch/maya2-native, commit c6b376868e26; прочитано 29.10.2026.

- [s3](#src-s3) Лицензии весов и кода Maya Research на закреплённых ревизиях; прочитано 29.10.2026.

- [s4](#src-s4) Лицензионные метки компонентов Kyutai Mimi и SpeechBrain ECAPA на Hugging Face; прочитано 29.10.2026.

## Источники

1. [Maya Research — Maya 2 Native, model card and files (revision 880744846e63)](https://huggingface.co/maya-research/maya2-native/tree/880744846e630eee8c80a21527fd93c9e8217931) — получено 2026-10-29
2. [MayaResearch/maya2-native — README and CHANGELOG (commit c6b376868e26)](https://github.com/MayaResearch/maya2-native/tree/c6b376868e268551d065c4206193e96257bef4a1) — получено 2026-10-29
3. [Maya 2 Native weight license and code LICENSE](https://huggingface.co/maya-research/maya2-native/blob/880744846e630eee8c80a21527fd93c9e8217931/LICENSE) — получено 2026-10-29
4. [Kyutai Mimi model card (CC BY 4.0); SpeechBrain ECAPA card (Apache-2.0)](https://huggingface.co/kyutai/mimi) — получено 2026-10-29