实验室 · 20 种语言克隆
MOSS-TTS-Nano：规格与要求
MOSS-TTS-Nano 是 OpenMOSS 团队于 2026 年 4 月推出的 1 亿参数自回归模型，也是此处唯一提供官方浏览器优先 ONNX 技术栈的模型，为 onnxruntime-web 分离了 prefill/decode 图。主要用途是通过短参考录音克隆声音，支持包括日语和韩语在内的 20 种语言，原生输出 48 kHz 立体声，是本目录保真度最高的模型。
规格
| 开发者 | OpenMOSS / MOSI.AI (Fudan) |
|---|---|
| 参数 | 100百万 |
| 下载大小 | 684 MB (fp32（官方 ONNX 导出）) |
| 输出 | 48.0 kHz mono |
| 声音 | 17 |
| 语言 | 中文, 英语, 德语, 西班牙语, 法语, 日语, 意大利语, 匈牙利语, 韩语, 俄语, 波斯语, 阿拉伯语, 波兰语, 葡萄牙语, 捷克语, 丹麦语, 瑞典语, 希腊语, 土耳其语, 希伯来语 |
| 声音克隆 | 是 |
| 流式生成 | 是，生成完成前即开始播放 |
| 许可证 | Apache-2.0 |
| 速度 | 专为 CPU 实时推理设计；官方浏览器版本在解码时流式输出音频。 |
| 运行环境 | WebAssembly（任意CPU） |
优点
- +官方浏览器部署（onnxruntime-web），非社区移植
- +以声音克隆为主要流程，覆盖 20 种语言
- +48 kHz 立体声输出；适合流式处理的分图导出
限制
- −下载 684 MB（模型 + 音频分词器），目前仅 fp32 导出
- −比小型模型慢，CPU 每句预计计算数秒
- −9 种精选内置声音及 8 个已获许可的角色参考；部分上游预设因声音同意政策被排除
声音（19）
Ava · en-USBella · en-USAdam · en-USNathan · en-USJunhao · zh-CNZhiming · zh-CNWeiguo · zh-CNYuewen · zh-CNLingyu · zh-CNSleeper — 角色克隆 · en-USBruno — 角色克隆 · en-USStarlight — 角色克隆 · en-USInferno — 角色克隆 · en-USBluster — 角色克隆 · en-USOrbit — 角色克隆 · en-USReefy — 角色克隆 · en-USBrass — 角色克隆 · en-USVexa — 角色克隆 · en-USRiftDoc — 角色克隆 · en-US
MOSS-TTS-Nano常见问题
MOSS-TTS-Nano免费吗？
是的，权重采用Apache-2.0许可证，在你的设备上运行。
MOSS-TTS-Nano需要什么硬件？
任意现代浏览器即可，通过WebAssembly在CPU上运行，无需GPU。下载大小为684 MB，首次使用后缓存。
使用MOSS-TTS-Nano时我的文字会保持私密吗？
是的。模型在浏览器标签页内运行，文字绝不发送到服务器。
MOSS-TTS-Nano生成的音频可以商用吗？
商用前请审阅模型、声音及源数据集的最新条款。目录为此模型列出的许可证是Apache-2.0.