MOSS-TTS-Nano

MOSS-TTS-Nano

用一个只有 0.1B 参数、可以在 CPU 上运行的小模型把文字转成语音，支持声音克隆，覆盖 20 种语言。适合给本地或网页应用加上语音的开发者。

由 OpenMOSS-Team 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MOSS-TTS-Nano 是 MOSI.AI 和 OpenMOSS 团队的开源文字转语音模型。它只有 0.1B 参数，为实时语音而设计。它可以只用 CPU 运行，不需要 GPU。部署很轻，可以在本地试用、通过网页提供服务，或集成进小型产品。

适合谁：它适合想要语音输出、又不想搭建沉重 GPU 环境的开发者。克隆声音的人只应使用自己有权使用的声音。

Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 给本地或网页产品加上语音回复 | 从你自己的机器给网页提供语音
内容创作 | 创作者 | 朗读长文本，并用参考片段克隆声音 | 用你自己拥有的克隆声音朗读一篇长文章
教育 | 语言教师 | 生成多种语言的语音 | 制作日语或西班牙语的朗读示例
研究 | 语音研究人员 | 研究音频分词器加语言模型的小型设计 | 在 CPU 上测试实时延迟

需要最高录音棚音质的人可以跳过它，因为卡片追求的是实时产品里够用的质量。

用在哪里：

• 只有 CPU 的电脑，卡片说流式生成可以在 4 核 CPU 上运行
• 用项目的应用脚本启动的本地网页演示
• 命令行，用于生成语音或提供服务
• Windows、macOS 或 Linux，配合 Python

Use case | Who | What they get back
声音克隆 | 创作者 | 克隆声音的语音，长文本会被切成块
本地网页演示 | 开发者 | 一个能朗读你输入文字的浏览器页面
命令行服务 | 开发者 | 按需生成语音的服务

如何设置：

• 你电脑上的 Python
• 有 CPU 就够了，GPU 是可选的
• 项目的代码，里面提供脚本和打包好的命令行

1. 安装 Hugging Face hub 软件包。
2. 下载模型文件。
3. 按模型卡片的描述搭建环境。

pip install -U huggingface_hub

hf download OpenMOSS-Team/MOSS-TTS-Nano-100M

如何使用：卡片列出了四种运行方式。一个脚本做声音克隆，一个启动本地网页演示，打包好的命令行可以生成语音，也可以运行服务器。每一种接受哪些选项，这里提供的文本里没有。

python infer.py
python app.py
moss-tts-nano generate
moss-tts-nano serve

Tool | What it does
infer.py | 用脚本运行声音克隆
app.py | 启动本地网页演示
moss-tts-nano generate | 从命令行生成语音
moss-tts-nano serve | 把模型作为本地服务器运行

示例：你启动本地网页演示，输入一小段文字，然后播放结果。使用声音克隆时，你提供一段你有权使用的声音的参考片段，并用那个声音朗读一篇长文。卡片说长输入会被自动切成块。

新手与专家：文字转语音模型会把文字朗读出来。第一步可以先试卡片链接的在线演示，再在自己的机器上运行网页演示。

它是纯自回归设计，把音频分词器和语言模型配在一起。输出是 48 kHz 双声道，流式推理让第一段音频的延迟很低。卡片列出了 20 种语言，包括日语、韩语、阿拉伯语、俄语、波兰语、葡萄牙语和瑞典语。

你输入文字
语言模型预测音频词元
音频分词器把它们解码成声音
48 kHz 的语音流式输出

注意事项：

• License: Apache 2.0。
• Cost to run: 本地使用未提及费用。卡片还链接了一个在线工作室和 API 文档，没有给出价格。
• Data it reaches: 它从 Hugging Face Hub 下载文件。你的文字和任何参考声音片段都留在你的机器上。
• Not for: 克隆你无权使用的声音。

Hugging Face 上的数据（2026年11月13日）

• 任务：text to speech
• 最近 30 天下载：117,762
• 点赞：251
• 许可证：apache-2.0
• 语言：zh, en, de, es, fr, ja, it, he
• Quantized versions: 5
• Fine-tunes: 9
• 标签：pytorch, moss_tts_nano, text-to-speech

链接

• 模型：https://huggingface.co/OpenMOSS-Team/MOSS-TTS-Nano-100M
• 文件：https://huggingface.co/OpenMOSS-Team/MOSS-TTS-Nano-100M/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-TTS-Nano-100M

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。