MOSS-TTS-Local-Transformer-v1.5 на SGLang-Omni: нативный потоковый сервис речи 48 кГц
Оригинальный заголовок: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
ИИ-резюме
MOSS-TTS-Local-Transformer-v1.5 — TTS-модель с открытым исходным кодом, поддерживающая стерео 48 кГц, клонирование голоса без примеров, синтез длинных текстов до 10 минут, управление длительностью и 31 язык. В основе —骨干 Qwen3-4B и аудиокодек MOSS-Audio-Tokenizer-v2 с примерно 2B параметров, работающий через 12 кодовых книг RVQ. SGLang-Omni развёртывает модель в трёхстадийном конвейере. На Seed-TTS-Eval WER составляет 5,10%, сходство голоса — 69,23%; на CV3-Eval WER 7,48%, SIM 61,59%; на MiniMax Multilingual WER 6,37%, SIM 75,31%; на X Voice WER 20,48%, SIM 63,00%.
Ключевые моменты
- MOSS-TTS-Local-Transformer-v1.
- 5 — TTS-модель с открытым исходным кодом,поддерживающая стерео 48 кГц,клонирование голоса без…
- В основе —骨干 Qwen3-4B и аудиокодек MOSS-Audio-Tokenizer-v2 с примерно 2B параметров,работающий чере…
- SGLang-Omni развёртывает модель в трёхстадийном конвейере.
- На Seed-TTS-Eval WER составляет 5,10%,сходство голоса — 69,23%
Кратко
- Опубликовано
- Обновлено
- Источник
- LMSYS Blog
- Категория
- Продукты и приложения
- Оценка ИИ
- 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。
Связанные сущности
Источник и авторские права
Статья основана на отобранных заголовках и ИИ-резюме из открытого API AIHOT с указанием источника и обратными ссылками. Авторские права на оригинал принадлежат исходным изданиям и авторам; сайт не воспроизводит полные тексты.
Как цитировать
При цитировании сохраняйте заголовок, дату и постоянную ссылку, указывая источник: Orange News.
Orange News: MOSS-TTS-Local-Transformer-v1.5 на SGLang-Omni: нативный потоковый сервис речи 48 кГц. 17 июня 2026. https://new.nat6.net/ru/news/cmqj36zhf06vksl5w4wx2c0eo/