MOSS-TTS-Local-Transformer-v1.5 sa SGLang-Omni: native streaming 48 kHz speech service
Orihinal na pamagat:Blog MOSS-TTS Local Transformer v1.5 on SGLang-Omni: Serving Native-Streaming 48 kHz Speech Today we are announcing end-to-end serving for MOSS-TTS-Local-Transformer-v1.5 on SGLang-Omni, together with MOSI and the OpenMOSS Team. MOSS-TTS-Local-Transformer-v1.5 is an open TTS model for 48 kH... MOSI, OpenMOSS Team & SGLang-Omni Team
AI summary
Ang MOSS-TTS-Local-Transformer-v1.5 ay isang open source TTS model na sumusuporta sa 48 kHz stereo, zero-shot voice cloning, hanggang 10 minutong long-text synthesis, duration control, at 31 na wika. Gumagamit ang core nito ng Qwen3-4B backbone at humigit-kumulang 2B parameters na MOSS-Audio-Tokenizer-v2 audio codec, na tumatakbo sa 12 RVQ codebook. Ini-deploy ng SGLang-Omni ang modelong ito sa three-stage pipeline. Sa Seed-TTS-Eval, 5.10% word error rate at 69.23% voice similarity; sa CV3-Eval, 7.48% WER at 61.59% SIM; sa MiniMax Multilingual, 6.37% WER at 75.31% SIM; sa X Voice, 20.48% WER at 63.00% SIM.
Mahahalagang impormasyon
- Ang MOSS-TTS-Local-Transformer-v1.
- 5 ay isang open source TTS model na sumusuporta sa 48 kHz stereo,zero-shot voice cloning,hanggang…
- Gumagamit ang core nito ng Qwen3-4B backbone at humigit-kumulang 2B parameters na…
- Ini-deploy ng SGLang-Omni ang modelong ito sa three-stage pipeline.
- Sa Seed-TTS-Eval,5.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- LMSYS Blog
- Kategorya
- Mga produkto at aplikasyon
- AI na marka
- 67
SGLang-Omni 把 MOSS-TTS 的端到端服务拆成三阶段并做了大量底层优化,对想落地实时语音合成的团队是现成的技术方案,技术细节扎实,可以直接照着搭。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: MOSS-TTS-Local-Transformer-v1.5 sa SGLang-Omni: native streaming 48 kHz speech service. 17 Hunyo 2026. https://new.nat6.net/fil/news/cmqj36zhf06vksl5w4wx2c0eo/