Original em inglês: https://argusic.com/subject/moss-tts
MOSS-TTS
Uma família de modelos de código aberto para fala de formato longo, síntese de diálogo, design de voz, efeitos sonoros e TTS em streaming em tempo real.
Executa com mocksfonte: GitHubpágina do projetoPythonApache-2.0commit 934d6826b084
Python, licença Apache-2.0. O projeto se descreve como: audio, audio tokenizer, llm, multilingual, multimodal, speech synthesis, streaming e text to audio.
MOSS-TTS executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 25 minutos e encontrou 7 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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
- Tempo de instalação
- 25 minutos
- Da máquina limpa até o fim
- 31 minutos
- Erros encontrados e corrigidos
- 7 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- 934d6826b084
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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.
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 7 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 25 minutos para instalar, mais devagar que a mediana dos 17 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 18 projetos de audio que a Argusic instalou e cronometrou, MOSS-TTS foi o 17º mais rápido a chegar a um estado de execução, e 15 de 18 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,20 |
Tópicos (de GitHub)
audioaudio-tokenizerllmmultilingualmultimodalspeech-synthesisstreamingtext-to-audiotext-to-speechttsvoice-cloning
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/moss-tts)Perguntas
- MOSS-TTS executa?
- MOSS-TTS executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 25 minutos, encontrando 7 erros no caminho, e gravou a sessão.
- Como a Argusic testou MOSS-TTS?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 934d6826b084. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar MOSS-TTS?
- A execução que produziu este veredito custou US$ 0,20: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar MOSS-TTS?
- 25 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- MOSS-TTS precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar MOSS-TTS?
- 7 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como MOSS-TTS se compara às alternativas?
- Dos 18 projetos de audio que a Argusic instalou e cronometrou, MOSS-TTS foi o 17º mais rápido a chegar a um estado de execução, e 15 de 18 chegaram a esse estado.
- Onde estão as evidências de MOSS-TTS?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.