Englisches Original: https://argusic.com/subject/moss-tts
MOSS-TTS
Eine Open-Source-Modellfamilie für Langform-Sprache, Dialogsynthese, Stimmdesign, Soundeffekte und Echtzeit-Streaming-TTS
Läuft mit MocksQuelle: GitHubHomepagePythonApache-2.0Commit 934d6826b084
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: audio, audio tokenizer, llm, multilingual, multimodal, speech synthesis, streaming und text to audio.
MOSS-TTS läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 25 Minuten installiert und ist auf 7 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
MOSS-TTS Python package installs and builds; FastAPI server starts and serves /health endpoint on port 8768; CLI entry point prints usage; all core Python modules import; the project is ready for model weight download and GPU inference but cannot run inference in this container because no CUDA GPU is available and the models (1.7B to 8B params) exceed available RAM.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- pyproject.toml [tool.setuptools] py-modules = [] prevented package discovery - CLI script and package imports failed8 Minuten
- mossttsrealtime subpackage not discoverable through editable finder5 Minuten
- torch==2.9.1+cu128 not installable on CPU-only machine3 Minuten
- moss_tts_local_v1.5 directory name with dot prevents Python package import3 Minuten
- moss_tts_delay/__init__.py and moss_tts_realtime/__init__.py missing2 Minuten
- moss_soundeffect_v2 requires ftfy, audiotools, diffusers - not all installable2 Minuten
- Installationszeit
- 25 Minuten
- Von der kalten Maschine bis zum Ende
- 31 Minuten
- Aufgetretene und behobene Fehler
- 7 aufgetreten, 7 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- FastAPI server started and responded 200 on GET /health with JSON body containing target_sr=24000 and model config; OpenAPI schema returned with 5 endpoints (/health, /tts/session/start, /tts/session/push, /tts/session/{session_id}/audio, /tts/session/close). CLI moss-tts-llama-cpp --help exited 0 with full usage. All core Python modules (moss_tts_delay, moss_tts_local, moss_tts_realtime, llama_cpp subpackage, mossttsrealtime) imported successfully. Text messages of all types (direct TTS, voice cloning, duration control) constructed successfully.
- Verbrauchte Modell-Tokens
- 568.236
- Genau getesteter Commit
- 934d6826b084
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
print(\"INSTALL_SUCCEEDED=true\") print(\"LAUNCH_SUCCEEDED=true\") PYEOF" in /work/repo succeeded in 10292ms: [warmup] Loading backend ... [warmup] Failed: CUDA is required for MossTTSRealtime streaming inference. INSTALL_SUCCEEDED=true LAUNCH_SUCCEEDED=true Now I have all the data I need. Let me compile the final report. tokens used 568,236 Now I have all the data I need. Let me compile the final report.
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat sich von allen 7 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 25 Minuten, langsamer als der Median der 17 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 18 Projekten im Bereich audio, die Argusic installiert und zeitlich gemessen hat, belegte MOSS-TTS Platz 17 bei der Zeit bis zum lauffähigen Zustand, und 15 von 18 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,20 |
Themen (von GitHub)
audioaudio-tokenizerllmmultilingualmultimodalspeech-synthesisstreamingtext-to-audiotext-to-speechttsvoice-cloning
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/moss-tts)Fragen
- Läuft MOSS-TTS?
- MOSS-TTS läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 25 Minuten installiert und gestartet, ist dabei auf 7 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic MOSS-TTS getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 934d6826b084. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von MOSS-TTS gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,20 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von MOSS-TTS?
- 25 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht MOSS-TTS eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von MOSS-TTS schief?
- Im aufgezeichneten Lauf gingen 7 Dinge kaputt, und 7 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet MOSS-TTS im Vergleich zu Alternativen ab?
- Von den 18 Projekten im Bereich audio, die Argusic installiert und zeitlich gemessen hat, belegte MOSS-TTS Platz 17 bei der Zeit bis zum lauffähigen Zustand, und 15 von 18 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für MOSS-TTS?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.