カテゴリ テキストから音声へ
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 →-
Accent Guesser 声の録音からアクセントを判定する 無料ツール クリエイターツール オーディオ 音声からテキスト 教育ツール -
AccurateScribe.ai 音声と動画の書き起こし 無料ツール クリエイターツール 動画からテキスト オーディオ 音声からテキスト -
Adobe Podcast ブラウザで録音と音声クリーンアップ 無料ツール クリエイターツール オーディオ 音声からテキスト 音声編集 -
Agilotext フランス語中心の書き起こしと要約 オーディオ 音声からテキスト ポッドキャスト 会議文字起こし 議事録 -
AI Dubbing 登録不要の短い動画の吹き替え 無料ツール 動画翻訳 オーディオ ナレーション コンテンツローカライズ -
AI Mastering オンライン自動マスタリング 無料ツール フリーミアムツール オーディオ ポッドキャスト