제품 및 앱

SGLang-Omni의 MOSS-TTS-Local-Transformer-v1.5: 네이티브 스트리밍 48 kHz 음성 서비스

원제목: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 요약

MOSS-TTS-Local-Transformer-v1.5는 48 kHz 스테레오, 제로샷 음성 복제, 최대 10분 장문 합성, 길이 제어, 31개 언어를 지원하는 오픈소스 TTS 모델이다. 핵심은 Qwen3-4B 백본과 약 2B 파라미터의 MOSS-Audio-Tokenizer-v2 오디오 코덱으로, 12개 RVQ 코드북을 통해 동작한다. SGLang-Omni는 3단계 파이프라인으로 이 모델을 배포한다. Seed-TTS-Eval에서 단어 오류율 5.10%, 음성 유사도 69.23%, CV3-Eval에서 WER 7.48%, SIM 61.59%, MiniMax Multilingual에서 WER 6.37%, SIM 75.31%, X Voice에서 WER 20.48%, SIM 63.00%를 기록했다.

핵심 정보

  • MOSS-TTS-Local-Transformer-v1.
  • 5는 48 kHz 스테레오,제로샷 음성 복제,최대 10분 장문 합성,길이 제어,31개 언어를 지원하는 오픈소스 TTS 모델이다.
  • 핵심은 Qwen3-4B 백본과 약 2B 파라미터의 MOSS-Audio-Tokenizer-v2 오디오 코덱으로,12개 RVQ 코드북을 통해 동작한다.
  • SGLang-Omni는 3단계 파이프라인으로 이 모델을 배포한다.
  • Seed-TTS-Eval에서 단어 오류율 5.

한눈에 보기

게시
업데이트
출처
LMSYS Blog
카테고리
제품 및 앱
AI 점수
67
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

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。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: SGLang-Omni의 MOSS-TTS-Local-Transformer-v1.5: 네이티브 스트리밍 48 kHz 음성 서비스. 2026년 6월 17일. https://new.nat6.net/ko/news/cmqj36zhf06vksl5w4wx2c0eo/

전체 보기 →