實驗室 · 20 種語言複製
MOSS-TTS-Nano：規格與需求
MOSS-TTS-Nano 是 OpenMOSS 團隊於 2026 年 4 月推出的 1 億參數自回歸模型，也是此處唯一提供官方瀏覽器優先 ONNX 技術堆疊的模型，為 onnxruntime-web 分離了 prefill/decode 圖。主要用途是透過短參考錄音複製聲音，支援包括日語和韓語在內的 20 種語言，原生輸出 48 kHz 立體聲，是本目錄保真度最高的模型。
規格
| 開發者 | OpenMOSS / MOSI.AI (Fudan) |
|---|---|
| 參數 | 100百萬 |
| 下載大小 | 684 MB (fp32（官方 ONNX 匯出）) |
| 輸出 | 48.0 kHz mono |
| 聲音 | 17 |
| 語言 | 中文, 英文, 德文, 西班牙文, 法文, 日文, 義大利文, 匈牙利文, 韓文, 俄文, 波斯文, 阿拉伯文, 波蘭文, 葡萄牙文, 捷克文, 丹麥文, 瑞典文, 希臘文, 土耳其文, 希伯來文 |
| 聲音複製 | 是 |
| 串流生成 | 是，產生完成前即開始播放 |
| 授權條款 | Apache-2.0 |
| 速度 | 專為 CPU 即時推論設計；官方瀏覽器版本在解碼時串流輸出音訊。 |
| 執行環境 | WebAssembly（任意CPU） |
優點
- +官方瀏覽器部署（onnxruntime-web），非社群移植
- +以聲音複製為主要流程，涵蓋 20 種語言
- +48 kHz 立體聲輸出；適合串流處理的分圖匯出
限制
- −下載 684 MB（模型 + 音訊分詞器），目前僅 fp32 匯出
- −比小型模型慢，CPU 每句預計計算數秒
- −9 種精選內建聲音及 8 個已獲授權的角色參考；部分上游預設因聲音同意政策被排除
聲音（19）
Ava · en-USBella · en-USAdam · en-USNathan · en-USJunhao · zh-CNZhiming · zh-CNWeiguo · zh-CNYuewen · zh-CNLingyu · zh-CNSleeper — 角色複製 · en-USBruno — 角色複製 · en-USStarlight — 角色複製 · en-USInferno — 角色複製 · en-USBluster — 角色複製 · en-USOrbit — 角色複製 · en-USReefy — 角色複製 · en-USBrass — 角色複製 · en-USVexa — 角色複製 · en-USRiftDoc — 角色複製 · en-US
MOSS-TTS-Nano常見問題
MOSS-TTS-Nano免費嗎？
是的，權重採用Apache-2.0授權，在你的裝置上執行。
MOSS-TTS-Nano需要什麼硬體？
任意現代瀏覽器即可，透過WebAssembly在CPU上執行，無需GPU。下載大小為684 MB，首次使用後快取。
使用MOSS-TTS-Nano時我的文字會保持私密嗎？
是的。模型在瀏覽器分頁內執行，文字絕不傳送至伺服器。
MOSS-TTS-Nano產生的音訊可以商用嗎？
商用前請審閱模型、聲音與來源資料集的最新條款。目錄為此模型列出的授權是Apache-2.0.