/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
MOSS-TTS-v1.5
Библиотека
gguf
Опубликована
12 июл 2026

moss-tts-v1.5-GGUF

Синтез речиТекст → аудио3 профессии

MOSS-TTS-v1.5-GGUF — это конвертированная в формат GGUF версия модели MOSS-TTS-v1.5, разработанной командой OpenMOSS-Team, вместе с аудиокодеком MOSS-Audio-Tokenizer.

2 567скачиваний за 30 дней1лайквеса обновлены2 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Репозиторий предназначен для использования в backend moss-tts проекта CrispASR и задач синтеза речи из текста.

В основе модели находится backbone Qwen3-8B, который генерирует 32 аудиокодовые книги RVQ по схеме с задержкой; дополнительный transformer-кодек имеет размер 1,6B параметров. Доступны вариант Q4_K с размером около 7 ГБ, где аудиотаблицы сохранены в F16, полноточный вариант F16 размером около 17 ГБ и companion-кодек F16 размером около 3,5 ГБ. README не указывает поддерживаемые языки, максимальный контекст или набор модальностей, поэтому эти характеристики неизвестны.

Q4_K-вариант проверен на CUDA с GPU P100: после цикла синтеза и последующего распознавания получалась разборчивая и точная речь. Ключевые ограничения — необходимость использования CrispASR с соответствующим backend и отдельной моделью кодека, а для F16-варианта требуется более 20 ГБ VRAM либо CPU. Репозиторий содержит только конвертацию и/или квантизацию исходных весов без обучения, дообучения или изменения архитектуры и возможностей. Модель распространяется по лицензии Apache-2.0, унаследованной от исходных моделей OpenMOSS-Team.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MOSS-TTS-v1.5 — GGUF (for CrispASR)

GGUF conversion of OpenMOSS-Team/MOSS-TTS-v1.5 (MossTTSDelay: a Qwen3-8B backbone emitting 32 RVQ audio codebooks under a delay pattern) + its MOSS-Audio-Tokenizer 1.6B transformer codec, for the CrispASR moss-tts backend.

Files

FileWhatSize
moss-tts-v1.5-q4_k.ggufQ4_K backbone (default; audio tables kept F16)~7 GB
moss-tts-v1.5-f16.ggufF16 backbone (needs >20 GB VRAM or CPU; for re-quant)~17 GB
moss-tts-v1.5-codec.ggufF16 transformer codec companion~3.5 GB

Use

crispasr --backend moss-tts -m moss-tts-v1.5-q4_k.gguf \
         --codec-model moss-tts-v1.5-codec.gguf \
         --tts "Hello world." --tts-output out.wav
# or: crispasr --backend moss-tts -m auto --auto-download --tts "..."

Validated on CUDA (P100) by decoded round-trip (synthesize → ASR): the Q4_K backbone produces intelligible, accurate speech end-to-end.

License

Apache-2.0, inherited from the base MOSS-TTS-v1.5 + MOSS-Audio-Tokenizer models (OpenMOSS-Team). This repo redistributes derived GGUF weights under the same terms.

Provenance and EU AI Act Art. 53 note

  • Upstream model: OpenMOSS-Team/MOSS-TTS-v1.5 — published by OpenMOSS-Team.
  • Upstream licence: apache-2.0. This repository redistributes under the same terms; it grants no rights the upstream licence does not.
  • What was done here: format conversion and/or quantisation only (GGUF). No training, no fine-tuning, no merging, no distillation, no change to architecture, vocabulary or capability. Only the numeric representation of the upstream weights differs.
  • Training data: documented — where it is documented at all — by the upstream provider; see the upstream model card. No training data was used, added or selected by this repository. No training-content summary was found on the upstream model card at the time of writing; that documentation gap is upstream's and is not filled here.
  • Provider status: under Regulation (EU) 2024/1689 the upstream authors remain the provider of this model. Converting the serialisation format does not make this repository the provider of a new general-purpose AI model, and no such claim is made. Questions about training content, copyright policy or model capability belong upstream.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
75f875e

0 моделей