本文へスキップ

MOSS-TTSD

公開された二言語の対話音声合成モデル

公式サイトを見る

MOSS-TTSD とは

本モデルは対話の台本を自然な音声に変える公開の二言語対話合成モデルと紹介されている。

できること

  • 中国語と英語の対話音声を作る
  • ゼロショットで発言者を切り替える
  • 長いポッドキャスト向け音声を作る

活用場面

  • 聞きやすいポッドキャスト音声を作る
  • オンライン教育の音声応答に使う
  • キャラクターの台詞に声を添える

長所と短所

✓ 良い点

  • ローカルと API の二方式で推論できる
  • バッチ道具で複数の依頼を同時に扱う

! 注意したい点

  • 手順に XY Tokenizer の重みが要る
  • 入力は音声参照を含む JSONL 形式

よくある質問

対応言語は?

資料は中国語と英語の対話音声と説明。

公開されている?

資料は完全に公開され商業利用にも適すると説明。

最終評価日: 2026-11-15

その他 AIオーディオツール ツール

すべて見る →

評価方法