分类 文本转声音
MOSS-TTSD 是什么
MOSS-TTSD 被介绍为一个把对话脚本转成自然语音的开源双语对话合成模型。
你可以用它做什么
- 生成中英文对话语音
- 用零样本克隆切换发言者
- 生成长时间的播客式语音
应用场景
- 制作更耐听的播客音频
- 为在线教育提供交互式语音回答
- 为角色对话加入真实声音表现
优点与缺点
✓ 我们认可的地方
- 提供本地与 API 两种推理方式
- 批处理工具可同时处理多个请求
! 需要留意的地方
- 流程需要 XY Tokenizer 模型权重
- 输入为含音频参考的 JSONL 文件
常见问题
支持哪些语言?
资料说明支持中英文的对话语音生成。
开源吗?
资料说明完全开源且适合商业化使用。
最后评测: 2026-11-15