新開源庫

MOSS-TTS-Nano：僅 0.1B 參數、可在 CPU 實時運行的多語言微型語音合成模型

此模型採取了極端且正確的『反規模化』策略，在維持 48kHz 高採樣率的前提下將參數壓至 0.1B，成功將 TTS 從 GPU 依賴轉向端側普及。然而，其自然度必然存在天花板，僅適用於『功能性』而非『藝術性』的語音場景；且其環境依賴（如 pynini）增加了初次部署的摩擦成本。

GitHub →