MOSS-TTS 与 MOSS-TTS-v1.5 升级对比5大新特性逐项实测【免费下载链接】MOSS-TTSAn open-source model family for long-form speech, dialogue synthesis, voice design, sound effects, and real-time streaming TTS项目地址: https://gitcode.com/GitHub_Trending/mo/MOSS-TTSMOSS-TTS-v1.5 是开源语音合成TTS模型家族 MOSS-TTS 的重磅升级版一口气带来 5 大新特性31 语言多语合成、更稳定的音色克隆、长参考短文本克隆、标点韵律遵循与显式停顿控制。本文逐项对比 1.0 与 v1.5 的差异并附上 Local-Transformer-v1.5 的 48kHz 立体声升级实测要点帮你在 10 分钟内做出升级决策。 升级速览v1.5 改了什么先看一张总览表心里有数再细读 维度MOSS-TTS 1.0MOSS-TTS-v1.5多语言支持20 种31 种粤语、荷兰语、印地语等 11 种语言标签无✅ 支持language标签增强合成音色克隆零样本克隆更稳定重复生成方差更小长参考短文本克隆一般更可靠参考音频远长于目标文本时韵律控制依赖标点标点韵律更稳定显式[pause X.Ys]停顿API 兼容—与 1.0完全相同换模型名即可升级 一个好消息v1.5 沿用了 1.0 的生成 API也就是说无需改动业务代码只替换模型名就能完成升级。 先认识 MOSS-TTS 家族在逐项实测之前先看看 MOSS-TTS 这个家族的全貌。它由 5 个生产级模型组成可以独立使用也可以组合成完整流水线MOSS-TTS旗舰合成模型主打高保真与零样本克隆本文主角MOSS-TTSD多人对话生成超长对话场景MOSS-VoiceGenerator纯文本描述设计新音色无需参考音频MOSS-TTS-Realtime实时流式 TTS首包延迟低至 180msMOSS-SoundEffect环境音效生成本次 v1.5 升级聚焦两条产品线旗舰版 MOSS-TTS-v1.58B和轻量版 MOSS-TTS-Local-Transformer-v1.54B。✨ 特性一多语言合成扩展到 31 种语言实测结论标签用起来效果立竿见影。v1.5 在保留 1.0 的 20 种语言基础上新增了粤语、荷兰语、芬兰语、印地语、马其顿语、马来语、罗马尼亚语、斯瓦希里语、他加禄语、泰语、越南语共 11 种语言总数达到 31 种。关键变化是引入了语言标签Language Tags当你明确知道文本语言时在构建消息时顺手带上language参数例如法语合成时指定languageFrench模型会据此选择更贴合该语言的发音与韵律。官方建议在已知语言场景下始终设置标签完整 31 语言列表见 docs/moss_tts_model_card.md 的语言对照表。适用场景多语出海内容、跨国客服语音、混合语种Code-switching播报。✨ 特性二更稳定的音色克隆实测结论同一份参考音频反复生成跑偏的概率明显降低。1.0 已经支持零样本克隆给一段短参考音频无需专门微调即可克隆音色但存在一个生产环境的痛点同一段参考音频多次生成音色相似度会波动——这次像 A 声音下次有点像 B。v1.5 针对这一点做了专项优化说话人相似度Speaker Similarity整体提升重复生成间的克隆方差显著减小音色表现更一致适用场景品牌 IP 音色量产、有声书批量更新、同一角色多集内容配音——任何反复用同一个声音的场合都受益。✨ 特性三长参考、短文本克隆更可靠实测结论参考音频比目标文本长很多时v1.5 不再顾头不顾尾。这是个很实际的场景你手头只有一段3 分钟的演讲录音但只想克隆它读一句10 秒的短文案。1.0 在这种长参考 短文本的组合下容易不稳定v1.5 则能更可靠地提取并复现参考音频的音色特征。适用场景素材库参考音频长短不一、无法保证参考音频≈目标时长的自动化流水线。✨ 特性四标点韵律遵循更稳定实测结论长句子里的逗号、句号终于都能踩点停顿了。v1.5 对标点驱动的停顿遵循得更紧密尤其是长句——1.0 在长句中偶尔会忽略标点、一路平读下去v1.5 的停顿节奏与书面标点高度对齐。为什么重要对新手用户来说不用手动控制停顿模型自动跟着标点呼吸生成的语音听起来更接近真人朗读的断句习惯。适用场景法律文书播报、新闻稿朗读、歌词/诗歌等对节奏敏感的文本。✨ 特性五显式停顿控制[pause X.Ys]实测结论这是 v1.5 最有玩头的新特性一个标记就能精确到秒级停顿。除了标点v1.5 支持在文本中直接插入停顿标记格式为[pause X.Ys]例如我今天学习了一首中国的古诗它的名字是[pause 3.2s]静夜思模型会在它的名字是之后精确停顿 3.2 秒再读出静夜思制造出揭晓答案般的戏剧效果。适用场景 有声书段落间自然留白 广告配音口号前的黄金留白 冥想引导呼吸节奏控制 播客/配音制造悬念与节奏感 Local-Transformer-v1.5不止升级特性还换了硬件如果说 Delay 版是软件升级那么MOSS-TTS-Local-Transformer-v1.5就是硬件换代。它同样继承了全部 v1.5 特性语言标签、稳定克隆、长参考短文本、标点韵律、显式停顿但底层参数全面升级项目Local v1.01.7BLocal v1.54B骨干模型Qwen3-1.7BQwen3-4B音频分词器MOSS-Audio-Tokenizer v1MOSS-Audio-Tokenizer-v2音频规格24kHz 单声道48kHz 立体声RVQ 码本32 层12 层Depth Transformer4 个 Transformer 块1 个块更精简帧率12.5 Hz12.5 Hz实时流式示例—✅ 浏览器端边生成边播放两个亮点值得一说48kHz 立体声得益于新一代 MOSS-Audio-Tokenizer-v2v1.5 原生支持 48kHz 立体声输入输出空间细节更丰富听感更接近原始录音室音质。实时流式解码示例官方提供了浏览器端演示基于 FastAPI Web Audio音频边生成边播放无需等整段合成完成。实现代码在 moss_tts_local_v1.5/streaming.py一条脚本即可启动moss_tts_local_v1.5/run_streaming_app.sh音频分词器的重建质量在开源方案中处于第一梯队LibriSpeech 上的 SIM / STOI / PESQ 对比如下⚖️ 选型指南8B 旗舰 vs 4B 轻量怎么选v1.5 发布后家族里有两个主力 checkpoint定位清晰MOSS-TTS-v1.5MossTTSDelay-8BLocal-Transformer-v1.5MossTTSLocal-4B官方定位生产首选Recommended for production评测与研究首选架构Delay Pattern 延迟模式时间同步 RVQ Depth Transformer音频输出24kHz 单声道48kHz 立体声擅长长文本稳定性、推理速度、工程落地客观指标领先、流式友好、部署灵活适合人群要上生产环境、追求长语音稳定要最高重建音质、做评测或流式实验架构细节可分别参考 moss_tts_delay/README.md 与 moss_tts_local_v1.5/README.md。一句话建议要上业务选 8B Delay 版要音质和折腾空间选 4B Local 版两者 API 一致随时可以切换对比。 三步上手体验 v1.5第 1 步获取仓库git clone https://gitcode.com/GitHub_Trending/mo/MOSS-TTS cd MOSS-TTS第 2 步准备环境推荐 Python 3.12 Transformers 5.0.0并安装系统依赖 FFmpegpip install --extra-index-url https://download.pytorch.org/whl/cu128 -e .[torch-runtime]第 3 步选一个入口玩起来入口说明clis/moss_tts_app.py旗舰 MOSS-TTS 浏览器演示支持停顿标记、语言标签clis/moss_tts_local_v1.5_app.pyLocal-Transformer-v1.5 浏览器演示moss_tts_local_v1.5/run_streaming_app.sh实时流式播放 DemoFastAPI Web Audio 想用自己的数据微调MossTTSDelay架构兼容 v1.5的微调教程见 moss_tts_delay/finetuning/README.mdMossTTSLocal架构见 moss_tts_local/finetuning/README.md。社区贡献的挪威语 LoRA 训练示例也在 community/norwegian-lora/可作为多语言微调的参考模板。生态加分项v1.5 发布当天即获得 SGLang-Omni 的 Day-0 支持目前是唯一支持MossTTSLocal架构的推理后端vLLM-Omni 则覆盖整个 MOSS-TTS 系列提供 OpenAI 兼容的服务端部署资源有限llama.cpp 无 PyTorch 推理路径让 8B 模型跑进 8GB 显存的显卡。 总结v1.5 值得升级吗你的诉求结论多语言内容批量生产✅ 31 语言 语言标签强烈建议升级品牌音色反复使用✅ 克隆稳定性提升方差更小长参考素材 短文案✅ 长参考短文本克隆更可靠有声书/广告/冥想等节奏敏感场景✅ 显式停顿控制是杀手级特性追求 48kHz 立体声 实时流式✅ 直接上 Local-Transformer-v1.51.0 已有生产系统✅ API 零改动换模型名即可平滑迁移对新手而言v1.5 的升级门槛几乎为零——API 不变、特性全增对进阶用户Local-Transformer-v1.5 的 48kHz 立体声与流式示例则打开了研究 落地的双向空间。无论哪条路线打开 moss_tts_local_v1.5/README.md 或 docs/moss_tts_model_card.md10 分钟就能听到 v1.5 的声音。【免费下载链接】MOSS-TTSAn open-source model family for long-form speech, dialogue synthesis, voice design, sound effects, and real-time streaming TTS项目地址: https://gitcode.com/GitHub_Trending/mo/MOSS-TTS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/9/17 1:41:07 · 阅读 1.2k MOSS-TTS 与 MOSS-TTS-v1.5 升级对比：5大新特性逐项实测
MOSS-TTS 与 MOSS-TTS-v1.5 升级对比5大新特性逐项实测【免费下载链接】MOSS-TTSAn open-source model family for long-form speech, dialogue synthesis, voice design, sound effects, and real-time streaming TTS项目地址: https://gitcode.com/GitHub_Trending/mo/MOSS-TTSMOSS-TTS-v1.5 是开源语音合成TTS模型家族 MOSS-TTS 的重磅升级版一口气带来 5 大新特性31 语言多语合成、更稳定的音色克隆、长参考短文本克隆、标点韵律遵循与显式停顿控制。本文逐项对比 1.0 与 v1.5 的差异并附上 Local-Transformer-v1.5 的 48kHz 立体声升级实测要点帮你在 10 分钟内做出升级决策。 升级速览v1.5 改了什么先看一张总览表心里有数再细读 维度MOSS-TTS 1.0MOSS-TTS-v1.5多语言支持20 种31 种粤语、荷兰语、印地语等 11 种语言标签无✅ 支持language标签增强合成音色克隆零样本克隆更稳定重复生成方差更小长参考短文本克隆一般更可靠参考音频远长于目标文本时韵律控制依赖标点标点韵律更稳定显式[pause X.Ys]停顿API 兼容—与 1.0完全相同换模型名即可升级 一个好消息v1.5 沿用了 1.0 的生成 API也就是说无需改动业务代码只替换模型名就能完成升级。 先认识 MOSS-TTS 家族在逐项实测之前先看看 MOSS-TTS 这个家族的全貌。它由 5 个生产级模型组成可以独立使用也可以组合成完整流水线MOSS-TTS旗舰合成模型主打高保真与零样本克隆本文主角MOSS-TTSD多人对话生成超长对话场景MOSS-VoiceGenerator纯文本描述设计新音色无需参考音频MOSS-TTS-Realtime实时流式 TTS首包延迟低至 180msMOSS-SoundEffect环境音效生成本次 v1.5 升级聚焦两条产品线旗舰版 MOSS-TTS-v1.58B和轻量版 MOSS-TTS-Local-Transformer-v1.54B。✨ 特性一多语言合成扩展到 31 种语言实测结论标签用起来效果立竿见影。v1.5 在保留 1.0 的 20 种语言基础上新增了粤语、荷兰语、芬兰语、印地语、马其顿语、马来语、罗马尼亚语、斯瓦希里语、他加禄语、泰语、越南语共 11 种语言总数达到 31 种。关键变化是引入了语言标签Language Tags当你明确知道文本语言时在构建消息时顺手带上language参数例如法语合成时指定languageFrench模型会据此选择更贴合该语言的发音与韵律。官方建议在已知语言场景下始终设置标签完整 31 语言列表见 docs/moss_tts_model_card.md 的语言对照表。适用场景多语出海内容、跨国客服语音、混合语种Code-switching播报。✨ 特性二更稳定的音色克隆实测结论同一份参考音频反复生成跑偏的概率明显降低。1.0 已经支持零样本克隆给一段短参考音频无需专门微调即可克隆音色但存在一个生产环境的痛点同一段参考音频多次生成音色相似度会波动——这次像 A 声音下次有点像 B。v1.5 针对这一点做了专项优化说话人相似度Speaker Similarity整体提升重复生成间的克隆方差显著减小音色表现更一致适用场景品牌 IP 音色量产、有声书批量更新、同一角色多集内容配音——任何反复用同一个声音的场合都受益。✨ 特性三长参考、短文本克隆更可靠实测结论参考音频比目标文本长很多时v1.5 不再顾头不顾尾。这是个很实际的场景你手头只有一段3 分钟的演讲录音但只想克隆它读一句10 秒的短文案。1.0 在这种长参考 短文本的组合下容易不稳定v1.5 则能更可靠地提取并复现参考音频的音色特征。适用场景素材库参考音频长短不一、无法保证参考音频≈目标时长的自动化流水线。✨ 特性四标点韵律遵循更稳定实测结论长句子里的逗号、句号终于都能踩点停顿了。v1.5 对标点驱动的停顿遵循得更紧密尤其是长句——1.0 在长句中偶尔会忽略标点、一路平读下去v1.5 的停顿节奏与书面标点高度对齐。为什么重要对新手用户来说不用手动控制停顿模型自动跟着标点呼吸生成的语音听起来更接近真人朗读的断句习惯。适用场景法律文书播报、新闻稿朗读、歌词/诗歌等对节奏敏感的文本。✨ 特性五显式停顿控制[pause X.Ys]实测结论这是 v1.5 最有玩头的新特性一个标记就能精确到秒级停顿。除了标点v1.5 支持在文本中直接插入停顿标记格式为[pause X.Ys]例如我今天学习了一首中国的古诗它的名字是[pause 3.2s]静夜思模型会在它的名字是之后精确停顿 3.2 秒再读出静夜思制造出揭晓答案般的戏剧效果。适用场景 有声书段落间自然留白 广告配音口号前的黄金留白 冥想引导呼吸节奏控制 播客/配音制造悬念与节奏感 Local-Transformer-v1.5不止升级特性还换了硬件如果说 Delay 版是软件升级那么MOSS-TTS-Local-Transformer-v1.5就是硬件换代。它同样继承了全部 v1.5 特性语言标签、稳定克隆、长参考短文本、标点韵律、显式停顿但底层参数全面升级项目Local v1.01.7BLocal v1.54B骨干模型Qwen3-1.7BQwen3-4B音频分词器MOSS-Audio-Tokenizer v1MOSS-Audio-Tokenizer-v2音频规格24kHz 单声道48kHz 立体声RVQ 码本32 层12 层Depth Transformer4 个 Transformer 块1 个块更精简帧率12.5 Hz12.5 Hz实时流式示例—✅ 浏览器端边生成边播放两个亮点值得一说48kHz 立体声得益于新一代 MOSS-Audio-Tokenizer-v2v1.5 原生支持 48kHz 立体声输入输出空间细节更丰富听感更接近原始录音室音质。实时流式解码示例官方提供了浏览器端演示基于 FastAPI Web Audio音频边生成边播放无需等整段合成完成。实现代码在 moss_tts_local_v1.5/streaming.py一条脚本即可启动moss_tts_local_v1.5/run_streaming_app.sh音频分词器的重建质量在开源方案中处于第一梯队LibriSpeech 上的 SIM / STOI / PESQ 对比如下⚖️ 选型指南8B 旗舰 vs 4B 轻量怎么选v1.5 发布后家族里有两个主力 checkpoint定位清晰MOSS-TTS-v1.5MossTTSDelay-8BLocal-Transformer-v1.5MossTTSLocal-4B官方定位生产首选Recommended for production评测与研究首选架构Delay Pattern 延迟模式时间同步 RVQ Depth Transformer音频输出24kHz 单声道48kHz 立体声擅长长文本稳定性、推理速度、工程落地客观指标领先、流式友好、部署灵活适合人群要上生产环境、追求长语音稳定要最高重建音质、做评测或流式实验架构细节可分别参考 moss_tts_delay/README.md 与 moss_tts_local_v1.5/README.md。一句话建议要上业务选 8B Delay 版要音质和折腾空间选 4B Local 版两者 API 一致随时可以切换对比。 三步上手体验 v1.5第 1 步获取仓库git clone https://gitcode.com/GitHub_Trending/mo/MOSS-TTS cd MOSS-TTS第 2 步准备环境推荐 Python 3.12 Transformers 5.0.0并安装系统依赖 FFmpegpip install --extra-index-url https://download.pytorch.org/whl/cu128 -e .[torch-runtime]第 3 步选一个入口玩起来入口说明clis/moss_tts_app.py旗舰 MOSS-TTS 浏览器演示支持停顿标记、语言标签clis/moss_tts_local_v1.5_app.pyLocal-Transformer-v1.5 浏览器演示moss_tts_local_v1.5/run_streaming_app.sh实时流式播放 DemoFastAPI Web Audio 想用自己的数据微调MossTTSDelay架构兼容 v1.5的微调教程见 moss_tts_delay/finetuning/README.mdMossTTSLocal架构见 moss_tts_local/finetuning/README.md。社区贡献的挪威语 LoRA 训练示例也在 community/norwegian-lora/可作为多语言微调的参考模板。生态加分项v1.5 发布当天即获得 SGLang-Omni 的 Day-0 支持目前是唯一支持MossTTSLocal架构的推理后端vLLM-Omni 则覆盖整个 MOSS-TTS 系列提供 OpenAI 兼容的服务端部署资源有限llama.cpp 无 PyTorch 推理路径让 8B 模型跑进 8GB 显存的显卡。 总结v1.5 值得升级吗你的诉求结论多语言内容批量生产✅ 31 语言 语言标签强烈建议升级品牌音色反复使用✅ 克隆稳定性提升方差更小长参考素材 短文案✅ 长参考短文本克隆更可靠有声书/广告/冥想等节奏敏感场景✅ 显式停顿控制是杀手级特性追求 48kHz 立体声 实时流式✅ 直接上 Local-Transformer-v1.51.0 已有生产系统✅ API 零改动换模型名即可平滑迁移对新手而言v1.5 的升级门槛几乎为零——API 不变、特性全增对进阶用户Local-Transformer-v1.5 的 48kHz 立体声与流式示例则打开了研究 落地的双向空间。无论哪条路线打开 moss_tts_local_v1.5/README.md 或 docs/moss_tts_model_card.md10 分钟就能听到 v1.5 的声音。【免费下载链接】MOSS-TTSAn open-source model family for long-form speech, dialogue synthesis, voice design, sound effects, and real-time streaming TTS项目地址: https://gitcode.com/GitHub_Trending/mo/MOSS-TTS创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考