MOSS-TTS-Local-Transformer-v1.5 sur SGLang-Omni : service vocal natif en streaming à 48 kHz
Titre original: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
Résumé IA
MOSS-TTS-Local-Transformer-v1.5 est un modèle TTS open source prenant en charge la stéréo 48 kHz, le clonage vocal zero-shot, la synthèse de textes longs jusqu'à 10 minutes, le contrôle de durée et 31 langues. Son cœur repose sur un backbone Qwen3-4B et un codec audio MOSS-Audio-Tokenizer-v2 d'environ 2B paramètres, fonctionnant via 12 codebooks RVQ. SGLang-Omni déploie ce modèle selon un pipeline en trois étapes. Sur Seed-TTS-Eval, le taux d'erreur de mots est de 5,10 % et la similarité vocale de 69,23 % ; sur CV3-Eval, le WER est de 7,48 % et la SIM de 61,59 % ; sur MiniMax Multilingual, le WER est de 6,37 % et la SIM de 75,31 % ; sur X Voice, le WER est de 20,48 % et la SIM de 63,00 %.
Points clés
- MOSS-TTS-Local-Transformer-v1.
- 5 est un modèle TTS open source prenant en charge la stéréo 48 kHz,le clonage vocal zero-shot,la…
- Son cœur repose sur un backbone Qwen3-4B et un codec audio MOSS-Audio-Tokenizer-v2 d'environ 2B…
- SGLang-Omni déploie ce modèle selon un pipeline en trois étapes.
- Sur Seed-TTS-Eval,le taux d'erreur de mots est de 5,10 % et la similarité vocale de 69,23 %
En bref
- Publié
- Mis à jour
- Source
- LMSYS Blog
- Catégorie
- Produits et applications
- Score IA
- 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。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : MOSS-TTS-Local-Transformer-v1.5 sur SGLang-Omni : service vocal natif en streaming à 48 kHz. 17. juin 2026. https://new.nat6.net/fr/news/cmqj36zhf06vksl5w4wx2c0eo/