本期内容,围绕MOSS-TTS-Family中的两个1.7B模型展开。一个偏高保真零样本语音克隆,一个偏实时低延迟与情绪上下文感知。实测重点包括,情绪标签控制,参考音频克隆,长文本稳定性,多音字与IPA纠音,Realtime模型的上下文情绪模式,以及接入语音Agent和OpenClaw的实际价值。整合包已放在下方。同时附上AI工具索引,方便按日期查找新工具。
MOSS-TTS-Family:
https://pan.quark.cn/s/6d3ccd2b5ef7
AI-Tools-AI工具大全-查找新工具按日期:
https://pan.quark.cn/s/9149483067e9
五条重要时间线:
00:00 情绪上下文感知,核心能力说明
01:11 MOSS-TTS Family,五个模型概览
02:12 本期整合包范围,两个1.7B模型,8G显存可跑
03:01 参考音频克隆,多音字纠正,长文本稳定性测试
05:24 Realtime模型,OpenClaw接入,情绪模板与上下文模式