Laboratorio · clonación en 20 idiomas
MOSS-TTS-Nano: especificaciones y requisitos
MOSS-TTS-Nano es un modelo autorregresivo de OpenMOSS con 100 millones de parámetros (abril de 2026). Es el único aquí con una pila ONNX oficial pensada para navegador, con grafos prefill/decode separados para onnxruntime-web. Se centra en clonar voces de grabaciones cortas, habla 20 idiomas, incluidos japonés y coreano, y genera estéreo nativo a 48 kHz, la mayor fidelidad del catálogo.
Lab: modelo exigente para hardware potente
MOSS-TTS-Nano sigue en integración. Abajo están los requisitos. Los Modelos disponibles ya funcionan y la Comprobar compatibilidad indica si tu equipo puede ejecutar MOSS-TTS-Nano.
Especificaciones
| Desarrollador | OpenMOSS / MOSI.AI (Fudan) |
|---|---|
| Parámetros | 100 millones |
| Tamaño de descarga | 684 MB (fp32 (exportación ONNX oficial)) |
| Salida | 48.0 kHz mono |
| Voces | 17 |
| Idiomas | chino, inglés, alemán, español, francés, japonés, italiano, húngaro, coreano, ruso, persa, árabe, polaco, portugués, checo, danés, sueco, griego, turco, hebreo |
| Clonación de voz | Sí |
| Streaming | Sí: el audio empieza antes de terminar la generación |
| Licencia | Apache-2.0 |
| Velocidad | Diseñado para inferencia en CPU en tiempo real; la versión oficial de navegador transmite audio al decodificar. |
| Entorno de ejecución | WebAssembly (cualquier CPU) |
Ventajas
- +Versión oficial de navegador (onnxruntime-web), no una adaptación comunitaria
- +Clonación como función principal en 20 idiomas
- +Salida estéreo de 48 kHz; exportación de grafos separados para streaming
Limitaciones
- −Descarga de 684 MB (modelo + tokenizador de audio), por ahora solo fp32
- −Más lento que los modelos pequeños: varios segundos por frase en CPU
- −9 voces integradas seleccionadas y 8 referencias de personajes con licencia; algunos presets originales se excluyen por nuestra política de consentimiento vocal
Voces (19)
MOSS-TTS-Nano: preguntas
¿MOSS-TTS-Nano es gratis?
Sí. Los pesos tienen licencia Apache-2.0 y funcionan en tu dispositivo.
¿Qué hardware necesita MOSS-TTS-Nano?
Cualquier navegador moderno sirve. Funciona en CPU con WebAssembly, sin GPU. Descarga de 684 MB, guardada en caché tras el primer uso.
¿Mi texto es privado al usar MOSS-TTS-Nano?
Sí. El modelo se ejecuta en la pestaña; tu texto nunca se envía a un servidor.
¿Puedo usar el audio de MOSS-TTS-Nano comercialmente?
Revisa las condiciones actuales del modelo, voz y datos antes del uso comercial. El catálogo indica Apache-2.0 para este modelo.