模型 / MOSS-TTS-Local-Transformer-v1.5 (OpenMOSS)

MOSS-TTS-Local-Transformer-v1.5 (OpenMOSS)

零样本声音克隆多语言TTS模型，支持31种语言和本地部署

作者 OpenMOSS-Team

仓库标识OpenMOSS-Team/MOSS-TTS-Local-Transformer-v1.5

显存未知许可 可商用任务 语音合成最近核对 2026-08-05
运行内存
权重格式未知,无法估算显存
运行时
transformers
下载
5,655

仅 safetensors · 无 pickle 加载风险

Hugging Face 源仓库 ↗

适合与不适合

入选理由
MOSS-TTS v1.5 支持31种语言零样本声音克隆、立体声48kHz输出，可通过SGLang兼容OpenAI API或HuggingFace快速部署，适合多语言TTS与克隆场景。
对位
对位 CosyVoice 2
适合
零样本多语言语音克隆 / 长文本合成与精确停顿控制
不适合
实时流式低延迟场景

独立证据与社区反馈

2 个独立来源 · 另 1 官方/转载最近验证 2026-08-05

生成的音频质量不错，情感表达优于 Qwen TTS，但不及 VibeVoice Large

  • 生成音频情感表达不空洞，优于 Qwen TTS
  • 零样本声音克隆
  • 48 kHz 立体声语音合成
  • 生产级服务化部署难度较高，涉及多阶段推理链路
  • 生成质量不及 VibeVoice Large

可信度HuggingFace 5655 下载，47 赞，Apache-2.0，arXiv 2603.18090

完整规格

规模
4.6B · 权重格式未知,无法估算显存
授权
Apache-2.0 · 可商用
框架
transformers / sglang
语种
31种语言 (含中·粤·英·日·韩·法·德·西等)
访问提示
标记为魔搭可用,具体仓库请自行核对

下载动量

30天下载 100.3k → 77.9k · likes +2

观测时间线