Original en anglais: https://argusic.com/subject/moss-tts
MOSS-TTS
Une famille de modèles open source pour la synthèse vocale de longue durée, la synthèse de dialogue, la conception vocale, les effets sonores et la TTS en streaming temps réel.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonApache-2.0commit 934d6826b084
Python, sous licence Apache-2.0. Le projet se décrit ainsi : audio, audio tokenizer, llm, multilingual, multimodal, speech synthesis, streaming et text to audio.
MOSS-TTS fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 25 minutes et a rencontré 7 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- pyproject.toml [tool.setuptools] py-modules = [] prevented package discovery - CLI script and package imports failed8 minutes
- mossttsrealtime subpackage not discoverable through editable finder5 minutes
- torch==2.9.1+cu128 not installable on CPU-only machine3 minutes
- moss_tts_local_v1.5 directory name with dot prevents Python package import3 minutes
- moss_tts_delay/__init__.py and moss_tts_realtime/__init__.py missing2 minutes
- moss_soundeffect_v2 requires ftfy, audiotools, diffusers - not all installable2 minutes
- Temps d'installation
- 25 minutes
- De la machine vierge à la fin
- 31 minutes
- Erreurs rencontrées et corrigées
- 7 rencontrées, 7 corrigées sans aide humaine
- Comment le résultat a été prouvé
- 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 modèle utilisés
- 568 236
- Commit exact testé
- 934d6826b084
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
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.
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- S'est remis des 7 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence Apache-2.0, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 25 minutes, plus lente que la médiane des 17 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 18 projets audio qu'Argusic a installés et chronométrés, MOSS-TTS a été le 17e plus rapide à atteindre un état de fonctionnement, et 15 sur 18 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,20 |
Sujets (depuis GitHub)
audioaudio-tokenizerllmmultilingualmultimodalspeech-synthesisstreamingtext-to-audiotext-to-speechttsvoice-cloning
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/moss-tts)Questions
- MOSS-TTS fonctionne-t-il ?
- MOSS-TTS fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 25 minutes, en rencontrant 7 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé MOSS-TTS ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 934d6826b084. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de MOSS-TTS ?
- L'exécution qui a produit ce verdict a coûté 0,20 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer MOSS-TTS ?
- 25 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- MOSS-TTS a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de MOSS-TTS ?
- 7 problèmes sont survenus lors de l'exécution enregistrée, et 7 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment MOSS-TTS se compare-t-il aux alternatives ?
- Sur les 18 projets audio qu'Argusic a installés et chronométrés, MOSS-TTS a été le 17e plus rapide à atteindre un état de fonctionnement, et 15 sur 18 en ont atteint un.
- Où sont les preuves pour MOSS-TTS ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.