RepoPicks Radar

Atualizado todo dia por volta das 23:30 UTC

Guias

MOSS-TTS-Nano

OpenMOSS/MOSS-TTS-NanoRevisado por IA

Verificado pelo RepoPicks Radar em

O que é MOSS-TTS-Nano?

MOSS-TTS-Nano é um modelo pequeno de texto para voz (0,1B de parâmetros) que você mesmo executa. Dê alguns segundos de alguém falando e ele lê seu texto com essa voz, em 20 idiomas, como áudio estéreo de 48 kHz. Os autores dizem que é rápido o suficiente para tempo real em um processador de 4 núcleos sem placa de vídeo, e que a versão ONNX roda em um único núcleo de um MacBook Air M4. Você instala pacotes Python e abre uma página na sua própria máquina, ou primeiro experimenta a demo gratuita online dos autores. Os arquivos do modelo são baixados na primeira execução.

MOSS-TTS-Nano é grátis e de código aberto (Apache-2.0) e pode substituir ElevenLabs, Murf e Fish Audio.

Quão fácil é instalar MOSS-TTS-Nano?

A · baixe e abra · Web

  • Windows C
  • macOS C
  • Linux C
  • Web A

O caminho mais fácil é a web, com nota A: os autores mantêm uma demo gratuita online e um Space no Hugging Face, então você abre uma página e digita o texto. Instalar é C no Windows, macOS e Linux: Python 3.10 ou mais recente, um ambiente Conda, `pip install -r requirements.txt` e `pip install -e .`, depois `python app_onnx.py` e abra http://127.0.0.1:18083 — sem precisar de placa de vídeo. O próprio README avisa que uma dependência costuma falhar ("If `WeTextProcessing` or `pynini` fails to install"), o que pode transformar esses poucos comandos em uma luta mais longa.

MOSS-TTS-Nano no GitHub

Estrelas
4.657em 10 de nov. de 2026
Downloads
—todas as versões
Crescimento
+44estrelas em 6 dias

Estrelas ao longo do tempo

4.6304.6404.6504.660 6 de nov.7 de nov.8 de nov.9 de nov.10 de nov. 4.6304.6404.6504.660 6 de nov.8 de nov.10 de nov.

Fatos

Roda em
Windows, macOS, Linux, Web
Você precisa instalar
Python
Para compilar a partir do código
Python, Placa de vídeo
Espaço em disco
950 MB–4,3 GB · estimativa
Contas ou chaves
Nenhuma
Custo
Grátis · Software gratuito sob Apache-2.0 e arquivos de modelo gratuitos. O custo é a sua própria máquina mais cerca de 1 a 4,5 GB de disco para os modelos baixados.
Licença
Apache-2.0 (Permissiva)
Pode substituir
ElevenLabs, Murf, Fish Audio
Última mudança no GitHub
6 de set. de 2026

Sinais de risco de MOSS-TTS-Nano (7)

  • AtençãoDependências com vulnerabilidades conhecidas

    Dependências fixadas com vulnerabilidades conhecidas (OSV): torch: GHSA-3749-ghw9-m3mg, GHSA-63cw-57p8-fm3p, GHSA-887c-mr87-cxwp; transformers: GHSA-29pf-2h5f-8g72, GHSA-69w3-r845-3855, GHSA-fgcw-684q-jj6r

    checagem automática

  • Atençãocopia uma voz a partir de um clipe curto

    O README chama a clonagem de voz de "the main recommended workflow for MOSS-TTS-Nano" e o exemplo é `python infer.py --prompt-audio-path assets/audio/zh_1.wav --text "..."`, então qualquer gravação que você tenha se torna uma voz com a qual o modelo pode falar. Nada neste pacote menciona regras de consentimento, um aviso ou uma marca no áudio gerado.

    revisão por IA

  • Atençãoetapa de instalação traz código de um fork pessoal

    A configuração recomendada do Conda executa `pip install git+https://github.com/WhizZest/WeTextProcessing.git`, uma cópia do pacote de normalização de texto hospedada na conta de uma pessoa em vez do projeto original ou do PyPI, e o README também aponta "a community-tested example, see Issue #6" para encontrar um wheel do `pynini`.

    revisão por IA

  • Infoa seção de licença do readme contradiz o arquivo de licença

    Seção License do README: "This repository will follow the license specified in the root `LICENSE` file. If you are reading this before that file is published, please treat the repository as **not yet licensed for redistribution**." O arquivo LICENSE na raiz é, na verdade, a Apache License 2.0, e o GitHub reporta Apache-2.0, então isso parece texto que sobrou do primeiro release.

    revisão por IA

  • Infobaixa modelos na primeira execução

    README: "If `--model-dir` is omitted, the script automatically checks `./models`. When the model files are missing, it downloads them on first run from" os repositórios do Hugging Face MOSS-TTS-Nano-100M-ONNX e MOSS-Audio-Tokenizer-Nano-ONNX. As checagens estimam de 950 MB a 4450 MB de disco.

    revisão por IA

  • Infoos números de velocidade e qualidade vêm dos autores

    A eficiência de "nearly 2x", o resultado em um único núcleo do MacBook Air M4 e as tabelas de "best overall reconstruction quality" são todas medições dos próprios autores, tiradas do README e dos artigos deles (arXiv 2603.18090 e 2602.10934). O README também observa que o modelo tem 0,1B de parâmetros, muito menor que o modelo principal de 8B, o MOSS-TTS, da mesma família.

    revisão por IA

  • Infoprojeto jovem na versão 0 1 0

    Criado em 2026-04-10, o pyproject.toml diz versão "0.1.0", não há nenhum release no GitHub, e o último commit é de 2026-09-06 (63 dias antes desta checagem), com 28 issues abertas contra 4645 estrelas.

    revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar em MOSS-TTS-Nano

  • Quão natural a voz clonada soa no seu idioma, já que os próprios testes dos autores se concentram em chinês e inglês
  • Se realmente acompanha o tempo real no seu processador, já que as afirmações sobre CPU são medições dos próprios autores em suas máquinas
  • O uso real de disco depois de baixar os arquivos do modelo, estimado entre 950 MB e 4450 MB mas não informado pelo projeto
  • O que a demo online e o Space no Hugging Face dos autores fazem com o áudio de referência e o texto que você envia
  • Se os arquivos obtidos do Hugging Face na primeira execução correspondem ao modelo descrito no artigo, já que nenhum checksum é informado

Projetos parecidos

O app RepoPicks

Em breve: instale com 1 clique pelo app RepoPicks.

Antes de baixar

Baixar do GitHub

Ver a página da versão no GitHub