Original em inglês: https://argusic.com/subject/moss-tts-nano
MOSS-TTS-Nano
Um modelo TTS multilíngue de 100M de parâmetros para inferência em tempo real em CPU, clonagem de voz e geração estéreo de 48 kHz
Executafonte: GitHubpágina do projetoPythonApache-2.0commit 8b7bcc9341b3
Python, licença Apache-2.0. O projeto se descreve como: audio tokenizer, chinese, cpu inference, english, multi modality, multilingual, onnx e realtime.
MOSS-TTS-Nano executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
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
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 100 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.
- Tempo de instalação
- 2 minutos
- Da máquina limpa até o fim
- 16 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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 exato testado
- 8b7bcc9341b3
- 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
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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.
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
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 2 minutos.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 2 minutos depois do clone.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
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
Tópicos (de GitHub)
audio-tokenizerchinesecpu-inferenceenglishmulti-modalitymultilingualonnxrealtimespeech-synthesisstreaming-audiotext-to-speechttsvoice-clonevoice-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-nano)Perguntas
- MOSS-TTS-Nano executa?
- Sim. MOSS-TTS-Nano executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou MOSS-TTS-Nano?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 8b7bcc9341b3. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar MOSS-TTS-Nano?
- A execução que produziu este veredito custou US$ 0,08: 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-Nano?
- 2 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-Nano 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-Nano?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de MOSS-TTS-Nano?
- 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.