Laboratório · clonagem em 20 idiomas
MOSS-TTS-Nano: especificações e requisitos
MOSS-TTS-Nano é um modelo autorregressivo da OpenMOSS com 100 milhões de parâmetros (abril de 2026). É o único aqui com uma pilha ONNX oficial feita para navegador, com grafos prefill/decode separados para onnxruntime-web. Seu foco é clonar vozes de gravações curtas. Fala 20 idiomas, incluindo japonês e coreano, e gera estéreo nativo de 48 kHz, a maior fidelidade do catálogo.
Lab: modelo exigente para hardware potente
MOSS-TTS-Nano está em integração. Veja requisitos abaixo. Os Modelos disponíveis já funcionam, e a Verificar compatibilidade indica se seu dispositivo roda MOSS-TTS-Nano.
Especificações
| Desenvolvedor | OpenMOSS / MOSI.AI (Fudan) |
|---|---|
| Parâmetros | 100 milhões |
| Tamanho do download | 684 MB (fp32 (exportação ONNX oficial)) |
| Saída | 48.0 kHz mono |
| Vozes | 17 |
| Idiomas | chinês, inglês, alemão, espanhol, francês, japonês, italiano, húngaro, coreano, russo, persa, árabe, polonês, português, tcheco, dinamarquês, sueco, grego, turco, hebraico |
| Clonagem de voz | Sim |
| Streaming | Sim: o áudio começa antes de terminar a geração |
| Licença | Apache-2.0 |
| Velocidade | Feito para inferência em CPU em tempo real; a versão oficial de navegador transmite o áudio durante a decodificação. |
| Ambiente de execução | WebAssembly (qualquer CPU) |
Pontos fortes
- +Versão oficial de navegador (onnxruntime-web), não uma adaptação da comunidade
- +Clonagem como fluxo principal em 20 idiomas
- +Saída estéreo de 48 kHz; exportação em grafos separados para streaming
Limitações
- −Download de 684 MB (modelo + tokenizador de áudio), por enquanto só fp32
- −Mais lento que os modelos pequenos: vários segundos por frase em CPU
- −9 vozes integradas selecionadas e 8 referências de personagens licenciadas; alguns presets originais são excluídos pela nossa política de consentimento vocal
Vozes (19)
MOSS-TTS-Nano: dúvidas
MOSS-TTS-Nano é grátis?
Sim. Os pesos têm licença Apache-2.0 e rodam no seu dispositivo.
Qual hardware MOSS-TTS-Nano precisa?
Qualquer navegador moderno serve. Roda na CPU via WebAssembly, sem GPU. Download de 684 MB, salvo em cache após o primeiro uso.
Meu texto fica privado ao usar MOSS-TTS-Nano?
Sim. O modelo roda na aba; seu texto nunca é enviado a um servidor.
Posso usar o áudio de MOSS-TTS-Nano comercialmente?
Confira os termos atuais do modelo, voz e dados antes do uso comercial. O catálogo informa Apache-2.0 para este modelo.