MOSS-Speech 是音频音乐领域的开源项目，由 OpenMOSS 开发，2025 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 139。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-21。Apache-2.0许可，可免费自部署使用。
它主要面向的使用场景是：实时语音助手，如智能音箱、车载交互。同类可对比的替代方案包括 Qwen-Audio、SpeechGPT、AudioPaLM。
GitHub 星标
★ 139
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队OpenMOSS
所属国家
定价模式free
价格说明开源模型，Apache-2.0许可，可免费自部署使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型large-language-models,multimodal,speech-generation,speech-to-speech,spoken-dialogue,voice-assistant
GitHub 星标★ 139
30天Star增速
HF 下载量
上线时间2025-09-30 00:00:00
最近更新2026-09-21 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 端到端语音到语音，无需文本中间转换，减少信息损失
- 保留语音中的情感、语调等副语言信息，对话更自然
- 架构简洁，基于现有LLM扩展，易于理解和二次开发
不足之处
- 项目早期，文档和社区支持待观察
- 模型规模和推理效率未公开详细基准
适用场景
- 实时语音助手，如智能音箱、车载交互
- 多语言语音翻译，直接语音到语音
- 情感化语音对话，如心理陪伴、客服
替代项目
Qwen-Audio、SpeechGPT、AudioPaLM
项目介绍
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···