תרגום מכונה · המקור באנגלית

MOSS-VoiceGener

Native MLX עיצוב קול מתסריט מדויק והדרכה קולית. Mono PCM ב 24 kHz; אין צורך בהקלטה התייחסות.

MOSS-VoiceGener שומרת BF16 משקל שפה ו FP32 סינתזה codec. השתמש --stream PCM. Omit --language דרישות שפה --instructCompletion מרוקן את כל שש עשרה ספרי קוד.

מקור SDK

Implementation (PR 541): main

git clone --single-branch --branch main https://github.com/soniqo/speech-swift.git
cd speech-swift
make build

פורסם MLXחבילות: aufklarer/MOSS-VoiceGenerator-MLX-bf16

קו פיקוד

.build/release/speech speak "The little boat crossed the quiet lake before sunset." \
  --engine moss-voicegenerator \
  --moss-voicegenerator-model-id aufklarer/MOSS-VoiceGenerator-MLX-bf16 \
  --instruct "A warm adult female voice, speaking English slowly." \
  --stream --seed 42 --output moss.wav

לספק טיעון טקסט אחד, --instruct, ובדיוק קובץ אחד או מזהה מודל תואם. Reference אודיו, רמקולים קבועים והזנת אצווה הם ללא תמיכה.

כל שדה טקסט והדרכה מוגבל ל-32,768 UTF-8 Bytes. The Complete שניתנו לקלט מהירות, כולל התבנית שלה, חייב להתאים בתוך 4,096 אסימונים.

הרס TTS אפשרויות

Swift API

import MossVoiceGeneratorTTS

let model = try await MossVoiceGeneratorModel.fromPretrained(
    modelId: "aufklarer/MOSS-VoiceGenerator-MLX-bf16")
let output = try await model.generate(
    text: "The little boat crossed the quiet lake before sunset.",
    instruction: "A warm adult female voice, speaking English slowly.",
    options: .init(maxFrames: 150, seed: 42))
let pcm = output.samples
model.unload()

המונחים: short-script runtime Measure

M5 Pro, 48 GiB, לשחרר את התסריט נייטרלי קצר אחת לשפה; אמצעי התקשורת של שלוש בקשות חמות לאחר הראשון. לטעון ואימות משקל אינם נכללים; כיפי מערכת הקבצים היו חמים. RTF = זמן קיר / תקופת אודיו, נמוך יותר הוא תהליך גבוה על פני מים על פני טעינה וארבעה בקשות, ב decimal GB.

אודיו תזמון אנגלית יש חילוקי דעות לא פתורים: Parakeet מוסיף "ו" אחרון; Qwen3-ASR תואם את התסריט המלא.

המונחים:

איכות מעקב אחר הוראה היא לא מזוקקת.ממדת קצר תיאור ההתקנה נבדקת; הסמכה לעקב מודל קיים נותרת בלתי כוללת.

הוראה TTS

מקורות מקורות

• MOSS-VoiceGenerator
• MOSS-Audio-kenizer
• כתובת: Swift