Original en inglés: https://argusic.com/subject/moss-tts-nano
MOSS-TTS-Nano
Un modelo TTS multilingüe de 100M parámetros para inferencia en CPU en tiempo real, clonación de voz y generación estéreo de 48 kHz.
Funcionafuente: GitHubsitio webPythonApache-2.0commit 8b7bcc9341b3
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: audio tokenizer, chinese, cpu inference, english, multi modality, multilingual, onnx y realtime.
MOSS-TTS-Nano funciona. Un agent de Argusic lo instaló en 2 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Dependencies installed in venv; PyTorch CPU inference via infer.py produces valid WAV audio; FastAPI web server responds to health checks and generates 48kHz stereo speech via POST /api/generate with demo presets
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 100 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.
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 16 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- infer.py produced valid .wav (ffmpeg -v error -i -f null - exit 0); app.py served /health HTTP 200; POST /api/generate with demo_id=demo-1 returned HTTP 200 with valid 48kHz 2ch 16-bit WAV audio (192000 frames, 4s)
- Tokens de modelo usados
- 74.763
- Commit exacto probado
- 8b7bcc9341b3
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
wav: channels=2, width=2, rate=48000, frames=192000 DONE The full stack works end to end. Here's the summary: - **CLI inference** (`infer.py`): downloaded model from HuggingFace, ran voice-clone TTS on CPU, pr… - **Web app** (`app.py`): FastAPI server started, served `/health` (200), warmup completed, `POST /… - No errors were encountered at any stage — no missing packages, no import errors, no API failures. tokens used 74,763 The full stack works end to end. Here's the summary: - **CLI inference** (`infer.py`): downloaded model from HuggingFace, ran voice-clone TTS on CPU, pr… - **Web app** (`app.py`): FastAPI server started, served `/health` (200), warmup completed, `POST /… - No errors were encountered at any stage — no missing packages, no import errors, no API failures.
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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 2 minutos.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 2 minutos después del clon.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
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
Temas (de GitHub)
audio-tokenizerchinesecpu-inferenceenglishmulti-modalitymultilingualonnxrealtimespeech-synthesisstreaming-audiotext-to-speechttsvoice-clonevoice-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-nano)Preguntas
- ¿Funciona MOSS-TTS-Nano?
- Sí. MOSS-TTS-Nano funciona. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic MOSS-TTS-Nano?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 8b7bcc9341b3. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar MOSS-TTS-Nano?
- La ejecución que produjo este veredicto costó 0,08 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-Nano en instalarse?
- 2 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-Nano una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar MOSS-TTS-Nano?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Dónde está la evidencia de MOSS-TTS-Nano?
- 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.