Automatische vertaling · Engels origineel

MOSS-VoiceGenerator

Native MLX voice design van een exact script en een spraakinstructie. Mono PCM bij 24 kHz; er is geen referentieopname vereist.

MOSS-VoiceGenerator behoudt BF16 taalgewichten en FP32 synthesizercodec. Gebruik --stream voor incrementele PCM. Verwijder --language en zet taalvereisten in --instruct. Afronding drains alle zestien codeboeken.

SDK bronbouw

Implementatie (PR #541): main

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

Gepubliceerd MLX bundels: aufklarer/MOSS-VoiceGenerator-MLX-bf16

Commandoregel

.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

Geef één tekstargument, --instruct, en precies één bundelmap of compatibel model-ID. Referentieaudio, vaste luidsprekers en batch-invoer worden niet ondersteund.

Elke tekst- en instructieveld is beperkt tot 32.768 UTF-8 bytes. De volledige weergegeven invoerprompt, inclusief de sjabloon, moet binnen 4.096 tokens passen. Invoeren die beide grenzen overschrijden worden afgewezen.

Instructie TTS opties

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()

Short-script runtime metingen

M5 Pro, 48 GiB, Release. Eén kort neutraal script per taal; mediaan van drie warme verzoeken na de eerste. Laden en gewichtscontrole zijn uitgesloten; bestandssysteem caches waren warm. RTF = wandtijd / audioduur, lager is sneller. Fysiek geheugen is het proces hoog water over het laden en vier verzoeken, in decimale GB.

Engelse timing audio heeft onopgeloste herkenner onenigheid: Parakeet voegt een laatste ..en .; Qwen3-ASR komt overeen met het volledige script. Beide resultaten worden behouden.

Valideringsgebied

De kwaliteit van de instructie volgt niet. Short-script metingen beschrijven de geteste setup; bestaande model latency certificering blijft niet overtuigend.

Native instructie TTS

Bronnen

• MOSS-VoiceGenerator
• MOSS-Audio-Tokenizer
• Spraak Swift