Mga produkto at aplikasyon

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
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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.

Link ng orihinal · Entry sa AIHOT

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/

Tingnan lahat →