Laboratorium · klonowanie w 20 językach
MOSS-TTS-Nano: specyfikacja i wymagania
MOSS-TTS-Nano to autoregresyjny model OpenMOSS ze 100 milionami parametrów (kwiecień 2026). Jako jedyny tutaj ma oficjalny stos ONNX tworzony dla przeglądarki, z osobnymi grafami prefill/decode dla onnxruntime-web. Głównym zastosowaniem jest klonowanie z krótkich nagrań. Obsługuje 20 języków, w tym japoński i koreański, oraz natywne stereo 48 kHz — najwyższą wierność w katalogu.
Lab — wymagający model na mocny sprzęt
Trwa integracja MOSS-TTS-Nano. Specyfikacja i oceny sprzętu są niżej. Dostępne modele już działają, a Sprawdź zgodność sprawdzi gotowość na MOSS-TTS-Nano.
Specyfikacja
| Twórca | OpenMOSS / MOSI.AI (Fudan) |
|---|---|
| Parametry | 100 mln |
| Rozmiar pobierania | 684 MB (fp32 (oficjalny eksport ONNX)) |
| Wynik | 48.0 kHz mono |
| Głosy | 17 |
| Języki | chiński, angielski, niemiecki, hiszpański, francuski, japoński, włoski, węgierski, koreański, rosyjski, perski, arabski, polski, portugalski, czeski, duński, szwedzki, grecki, turecki, hebrajski |
| Klonowanie głosu | Tak |
| Strumieniowanie | Tak — odtwarzanie zaczyna się przed końcem generowania |
| Licencja | Apache-2.0 |
| Tempo | Zaprojektowany do inferencji CPU w czasie rzeczywistym; oficjalna wersja przeglądarkowa strumieniuje audio podczas dekodowania. |
| Środowisko uruchomieniowe | WebAssembly (dowolny CPU) |
Zalety
- +Oficjalne wdrożenie przeglądarkowe (onnxruntime-web), nie port społeczności
- +Klonowanie jako główne zastosowanie, w 20 językach
- +Wyjście stereo 48 kHz; eksport podzielonych grafów do strumieniowania
Ograniczenia
- −Pobieranie 684 MB (model + tokenizer audio), na razie eksport tylko fp32
- −Wolniejszy od małych modeli — kilka sekund obliczeń na zdanie na CPU
- −9 wybranych głosów wbudowanych i 8 licencjonowanych wzorców postaci; część oryginalnych ustawień wyklucza nasza polityka zgody na użycie głosu
Głosy (19)
MOSS-TTS-Nano — pytania
Czy MOSS-TTS-Nano jest darmowy?
Tak. Wagi są na licencji Apache-2.0 i działają na Twoim urządzeniu.
Jakiego sprzętu wymaga MOSS-TTS-Nano?
Wystarczy nowoczesna przeglądarka. Działa na CPU przez WebAssembly, bez GPU. Pobieranie: 684 MB, zapis w pamięci podręcznej po pierwszym użyciu.
Czy mój tekst pozostaje prywatny w MOSS-TTS-Nano?
Tak. Model działa w karcie przeglądarki; tekst nigdy nie trafia na serwer.
Czy mogę używać dźwięku z MOSS-TTS-Nano komercyjnie?
Przed użyciem komercyjnym sprawdź aktualne warunki modelu, głosu i danych. Katalog podaje Apache-2.0 dla tego modelu.