Original en anglais: https://argusic.com/subject/moss-tts-nano
MOSS-TTS-Nano
Un modèle TTS multilingue de 100M paramètres pour l'inférence CPU en temps réel, le clonage vocal et la génération stéréo 48 kHz
Fonctionnesource : GitHubpage d'accueilPythonApache-2.0commit 8b7bcc9341b3
Python, sous licence Apache-2.0. Le projet se décrit ainsi : audio tokenizer, chinese, cpu inference, english, multi modality, multilingual, onnx et realtime.
MOSS-TTS-Nano fonctionne. Un agent Argusic l'a installé en 2 minutes et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.
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
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 100 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.
- Temps d'installation
- 2 minutes
- De la machine vierge à la fin
- 16 minutes
- Erreurs rencontrées et corrigées
- 0 rencontrée, 0 corrigée sans aide humaine
- Comment le résultat a été prouvé
- 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 modèle utilisés
- 74 763
- Commit exact testé
- 8b7bcc9341b3
- 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
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.
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.
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
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- Installé en 2 minutes.
- Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence Apache-2.0, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
- Une évaluation rapide : il fonctionnait 2 minutes après le clone.
- Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.
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 | 100,00 | 0,08 |
Sujets (depuis GitHub)
audio-tokenizerchinesecpu-inferenceenglishmulti-modalitymultilingualonnxrealtimespeech-synthesisstreaming-audiotext-to-speechttsvoice-clonevoice-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-nano)Questions
- MOSS-TTS-Nano fonctionne-t-il ?
- Oui. MOSS-TTS-Nano fonctionne. Argusic l'a installé et lancé sur une machine propre en 2 minutes, en rencontrant 0 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé MOSS-TTS-Nano ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 8b7bcc9341b3. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de MOSS-TTS-Nano ?
- L'exécution qui a produit ce verdict a coûté 0,08 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-Nano ?
- 2 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-Nano 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-Nano ?
- Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
- Où sont les preuves pour MOSS-TTS-Nano ?
- 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.