MOSS-TTS v1.5 是复旦大学 OpenMOSS 团队发布的开源语音生成旗舰模型,底层基于 8B 参数的 Qwen3 语言模型,目前开源 TTS 里参数量最大。无需情绪标签,模型自己根据文本内容做出情绪判断。
本期整合包在官方基础上做了五项优化:推理引擎从 PyTorch 换成 llama.cpp Q4_K_M 量化,显存从 22G 降至 4.8G;CUDA 重新编译,36 层全部上 GPU,推理速度提升三倍以上;启动自动检测显存,动态分配,8G 显卡可运行;界面全面重新设计,加入音色库切换和停顿标签插入功能。
MOSS-TTS v1.5 最新版本: https://pan.quark.cn/s/31c36ad615ed
AI工具大全,建议收藏: https://pan.quark.cn/s/e32d2b5ee82e