MOSS-TTS公開：数秒の音声で声複製、対話やリアルタイムに対応
OpenMOSSが多言語音声モデル群「MOSS-TTS」をオープンソースで公開した。わずか数秒の音声から高精度に声色を複製でき、長文の複数人対話や超低遅延リアルタイム音声にも対応。8Bと1.7Bのモデルが提供され、GitHubで展開手順が案内されている。
OpenMOSSが多言語音声モデル群「MOSS-TTS」をオープンソースで公開した。わずか数秒の音声から高精度に声色を複製でき、長文の複数人対話や超低遅延リアルタイム音声にも対応。8Bと1.7Bのモデルが提供され、GitHubで展開手順が案内されている。