Mindket

MOSS TTS Nano

新上架第 1 版 · 更新于

概览

一个声音克隆演示,用上传的参考音频或内置预设的声音朗读你的文字。由 OpenMOSS-Team 制作,运行在 Hugging Face ZeroGPU 上。

MOSS TTS Nano 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 3.10 和 pip
  • requirements.txt 列出的 Python 包
用在
  • 网页浏览器:Hugging Face 上这个 Space 的页面,无需安装任何东西
  • Windows、macOS 或 Linux:用 Python 3.10 运行的本地副本
  • Hugging Face Spaces:托管演示运行的地方,使用 ZeroGPU 硬件
先运行
pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-TTS-Nano --repo-type space --local-dir MOSS-TTS-Nano
cd MOSS-TTS-Nano

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MOSS TTS Nano 是一个文字转语音演示,只做一件事,声音克隆。你提供一个参考声音,可以是上传的音频文件,也可以是内置预设,它就用那个声音读出你的文字。它是为在 Hugging Face ZeroGPU 上运行而做的。

适合谁

适合想在动手开发之前,先听听紧凑型声音克隆模型效果的人。

谁会用这个演示
IndustryWho uses itHow they use itExample
语音研究研究人员听小模型做声音克隆的效果克隆一段参考音频并评判结果
软件开发者为一个应用想法测试克隆语音用一段示例文字试试内置预设声音
音频制作创作者听剧本用选定的声音读出来粘贴几行文字并生成音频

如果你需要不带克隆的普通文字转语音,或者想切换 CPU 和其他后端的控件,可以跳过它。

用在哪里

你可以在线使用,也可以自己运行一份副本。

  • 网页浏览器:Hugging Face 上这个 Space 的页面,无需安装任何东西
  • Windows、macOS 或 Linux:用 Python 3.10 运行的本地副本
  • Hugging Face Spaces:托管演示运行的地方,使用 ZeroGPU 硬件
这个演示适合做什么
Use caseWhoWhat they get back
用一段音频克隆声音开发者解码完成后生成的完整输出音频
试用预设声音好奇的人用某个内置声音朗读出的音频
重放示例测试人员由内置示例自动填好的文字和提示音频

如何设置

托管的演示什么都不用装。本地副本需要 Python 3.10 和 pip。

  • Python 3.10 和 pip
  • requirements.txt 列出的 Python 包
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 6.5.1。
  5. 安装 requirements.txt 里的包。
  6. 用 Python 启动应用。
pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-TTS-Nano --repo-type space --local-dir MOSS-TTS-Nano
cd MOSS-TTS-Nano
pip install gradio==6.5.1
pip install -r requirements.txt
python app.py

如何使用

在线打开这个 Space,或者用下面的命令启动你的副本。然后上传一段音频或选一个预设来确定参考声音,输入文字并生成。

python app.py
你会接触到的部分
ToolWhat it does
Reference audio upload让你提供要克隆的声音
Preset voices可以代替上传的内置声音
Example cases填好文字并显示将要使用的提示音频
app.py用 Python 运行它时启动 Gradio 页面

示例

你上传一小段声音,输入一句想让它读的话,然后按生成。解码完成后,你的这句话就会以那个声音完整地返回。

新手与专家

如果你刚接触,先用一个内置预设声音和一句短话开始,这样不需要音频文件。参考音频只用你有权使用的声音。

如果你熟悉这个领域,这个演示只支持声音克隆,设备保持自动,所以页面上没有切换 CPU 或骨干模型的开关。它用到 MOSS-Audio-Tokenizer-Nano 模型,仓库里带有文本规范化代码和一个权重文件夹。

  1. 选预设或上传一段音频
  2. 输入要朗读的文字
  3. Nano 模型克隆声音
  4. 解码后收到完整音频

注意事项

这个演示有意做得很窄,页面不提供引擎选项。

  • 模式:只有声音克隆,没有普通的文字转语音模式
  • 设备:保持自动,页面上没有 CPU 开关
  • 输出:解码完成后你会收到完整的音频
  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 你上传的参考音频和输入的文字,以及 pip 根据 requirements.txt 安装的 Python 包
  • Not for: 在页面上选择 CPU 执行或不同的骨干模型

README 和文件

README

MOSS TTS Nano

一个声音克隆演示,用上传的参考音频或内置预设的声音朗读你的文字。由 OpenMOSS-Team 制作,运行在 Hugging Face ZeroGPU 上。

由 OpenMOSS-Team 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:MOSS TTS Nano 是一个文字转语音演示,只做一件事,声音克隆。你提供一个参考声音,可以是上传的音频文件,也可以是内置预设,它就用那个声音读出你的文字。它是为在 Hugging Face ZeroGPU 上运行而做的。

适合谁:适合想在动手开发之前,先听听紧凑型声音克隆模型效果的人。

Title: 谁会用这个演示
Industry | Who uses it | How they use it | Example
语音研究 | 研究人员 | 听小模型做声音克隆的效果 | 克隆一段参考音频并评判结果
软件 | 开发者 | 为一个应用想法测试克隆语音 | 用一段示例文字试试内置预设声音
音频制作 | 创作者 | 听剧本用选定的声音读出来 | 粘贴几行文字并生成音频

如果你需要不带克隆的普通文字转语音,或者想切换 CPU 和其他后端的控件,可以跳过它。

用在哪里:你可以在线使用,也可以自己运行一份副本。

  • 网页浏览器:Hugging Face 上这个 Space 的页面,无需安装任何东西
  • Windows、macOS 或 Linux:用 Python 3.10 运行的本地副本
  • Hugging Face Spaces:托管演示运行的地方,使用 ZeroGPU 硬件
Title: 这个演示适合做什么
Use case | Who | What they get back
用一段音频克隆声音 | 开发者 | 解码完成后生成的完整输出音频
试用预设声音 | 好奇的人 | 用某个内置声音朗读出的音频
重放示例 | 测试人员 | 由内置示例自动填好的文字和提示音频

如何设置:托管的演示什么都不用装。本地副本需要 Python 3.10 和 pip。

  • Python 3.10 和 pip
  • requirements.txt 列出的 Python 包
  1. 安装 huggingface_hub 包。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 6.5.1。
  5. 安装 requirements.txt 里的包。
  6. 用 Python 启动应用。
pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-TTS-Nano --repo-type space --local-dir MOSS-TTS-Nano
cd MOSS-TTS-Nano
pip install gradio==6.5.1
pip install -r requirements.txt
python app.py

如何使用:在线打开这个 Space,或者用下面的命令启动你的副本。然后上传一段音频或选一个预设来确定参考声音,输入文字并生成。

python app.py
Title: 你会接触到的部分
Tool | What it does
Reference audio upload | 让你提供要克隆的声音
Preset voices | 可以代替上传的内置声音
Example cases | 填好文字并显示将要使用的提示音频
app.py | 用 Python 运行它时启动 Gradio 页面

示例:你上传一小段声音,输入一句想让它读的话,然后按生成。解码完成后,你的这句话就会以那个声音完整地返回。

新手与专家:如果你刚接触,先用一个内置预设声音和一句短话开始,这样不需要音频文件。参考音频只用你有权使用的声音。

如果你熟悉这个领域,这个演示只支持声音克隆,设备保持自动,所以页面上没有切换 CPU 或骨干模型的开关。它用到 MOSS-Audio-Tokenizer-Nano 模型,仓库里带有文本规范化代码和一个权重文件夹。

选预设或上传一段音频
输入要朗读的文字
Nano 模型克隆声音
解码后收到完整音频

注意事项:这个演示有意做得很窄,页面不提供引擎选项。

  • 模式:只有声音克隆,没有普通的文字转语音模式
  • 设备:保持自动,页面上没有 CPU 开关
  • 输出:解码完成后你会收到完整的音频
  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 你上传的参考音频和输入的文字,以及 pip 根据 requirements.txt 安装的 Python 包
  • Not for: 在页面上选择 CPU 执行或不同的骨干模型

Hugging Face 上的数据(2026年11月13日)

  • 点赞:79
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/OpenMOSS-Team/MOSS-TTS-Nano
  • 文件:https://huggingface.co/spaces/OpenMOSS-Team/MOSS-TTS-Nano/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MOSS TTS Nano 本页79gradioapache-2.0
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k