Original en inglés: https://argusic.com/subject/moss-tts
MOSS-TTS
Una familia de modelos de código abierto para voz de formato largo, síntesis de diálogos, diseño de voz, efectos de sonido y TTS de streaming en tiempo real.
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit 934d6826b084
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: audio, audio tokenizer, llm, multilingual, multimodal, speech synthesis, streaming y text to audio.
MOSS-TTS funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 25 minutos y encontró 7 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
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.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- pyproject.toml [tool.setuptools] py-modules = [] prevented package discovery - CLI script and package imports failed8 minutos
- mossttsrealtime subpackage not discoverable through editable finder5 minutos
- torch==2.9.1+cu128 not installable on CPU-only machine3 minutos
- moss_tts_local_v1.5 directory name with dot prevents Python package import3 minutos
- moss_tts_delay/__init__.py and moss_tts_realtime/__init__.py missing2 minutos
- moss_soundeffect_v2 requires ftfy, audiotools, diffusers - not all installable2 minutos
- Tiempo de instalación
- 25 minutos
- De máquina en frío a terminar
- 31 minutos
- Errores encontrados y corregidos
- 7 encontrados, 7 corregidos sin ayuda humana
- Cómo se demostró el resultado
- 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.
- Tokens de modelo usados
- 568.236
- Commit exacto probado
- 934d6826b084
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
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.
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de los 7 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 25 minutos en instalarse, más lento que la mediana de los 17 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 18 proyectos de audio que Argusic ha instalado y cronometrado, MOSS-TTS fue el 17.º más rápido en llegar a funcionar, y 15 de 18 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,20 |
Temas (de GitHub)
audioaudio-tokenizerllmmultilingualmultimodalspeech-synthesisstreamingtext-to-audiotext-to-speechttsvoice-cloning
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/moss-tts)Preguntas
- ¿Funciona MOSS-TTS?
- MOSS-TTS funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 25 minutos, con 7 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic MOSS-TTS?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 934d6826b084. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar MOSS-TTS?
- La ejecución que produjo este veredicto costó 0,20 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda MOSS-TTS en instalarse?
- 25 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita MOSS-TTS una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar MOSS-TTS?
- En la ejecución registrada fallaron 7 cosas, y 7 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara MOSS-TTS con las alternativas?
- De los 18 proyectos de audio que Argusic ha instalado y cronometrado, MOSS-TTS fue el 17.º más rápido en llegar a funcionar, y 15 de 18 llegaron a funcionar.
- ¿Dónde está la evidencia de MOSS-TTS?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.