MOSS-TTS-Nano

0.1B 参数，CPU 上实时跑多语言语音克隆

MOSS-TTS-Nano 是 MOSI.AI 与 OpenMOSS 团队开源的多语言轻量级语音合成模型，参数量仅 0.1B，专为实时语音生成设计。它解决了传统 TTS 模型体积大、推理慢、依赖 GPU 的问题，可在纯 CPU 环境下直接运行，部署栈简单，适合本地演示、Web 服务和轻量级产品集成。核心能力包括多语言支持（中英文）、流式音频输出、语音克隆，并配套 audio-tokenizer 等工具链，方便开发者快速构建语音交互应用。项目当前处于成长阶段，GitHub 星标已超 4 千，社区关注度较高。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4398

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队OpenMOSS

所属国家

官网地址https://openmoss.ai/MOSS-TTS-Nano-Demo

GitHubhttps://github.com/OpenMOSS/MOSS-TTS-Nano

定价模式free

价格说明开源模型，Apache-2.0 许可证，完全免费，可本地部署或在线体验。

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audio-tokenizer,chinese,cpu-inference,english,multi-modality,multilingual,onnx,realtime,speech-synthesis,streaming-audio,text-to-speech,tts,voice-clone,voice-cloning

GitHub 星标★ 4398

30天Star增速

HF 下载量

上线时间2026-04-10 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

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4

使用教程

难度：入门约 10 分钟部署方式：库/依赖 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（建议使用干净的虚拟环境）
可访问 GitHub 克隆仓库
能访问 HuggingFace 或 ModelScope 下载默认模型权重
如需跑 Android 示例，需准备 Android ONNX Runtime 环境

安装与启动步骤

1克隆仓库

把 MOSS-TTS-Nano 源码拉到本地，后续以该目录为工作目录。
```
git clone https://github.com/OpenMOSS/MOSS-TTS-Nano.git
cd MOSS-TTS-Nano
```
2创建干净环境

README 明确建议先准备一个干净的 Python 环境，避免依赖冲突；具体创建方式按你的工具链执行。
```
python -m venv .venv
```
3激活虚拟环境

进入刚创建的虚拟环境后再执行后续安装。
```
source .venv/bin/activate
```
4可编辑模式安装

README 要求以 editable 模式安装本项目，安装后本地才会出现 moss-tts-nano 命令。
```
pip install -e .
```
5运行 Quickstart 示例

README 的 Quickstart 未给出具体命令，示例刻意保持参数最小并依赖仓库默认配置，请按仓库内示例文件执行。
6（可选）Android ONNX 示例

示例目录 examples/android_onnx_runtime 提供端侧冒烟测试，加载导出的 ONNX 图并写 WAV，模型文件放在 APK 外。

关键配置

配置项	必填	说明	示例
`OpenMOSS-Team/MOSS-TTS-Nano`	否	默认加载的 TTS 模型仓库标识，README 说明无需手动指定	`OpenMOSS-Team/MOSS-TTS-Nano`
`OpenMOSS-Team/MOSS-Audio-Tokenizer-Nano`	否	默认加载的音频 tokenizer 模型仓库标识	`OpenMOSS-Team/MOSS-Audio-Tokenizer-Nano`

如何确认成功

安装完成后本地出现 moss-tts-nano 命令即说明可编辑安装成功；README 未给出更具体的启动验证方式，请以仓库示例运行结果为准。

常见问题

Q：必须要有 GPU 吗？

A：不需要。该项目定位为 CPU 推理、面向实时语音生成的轻量模型，README 未提出 GPU 要求，纯 CPU 即可运行。

Q：模型权重需要手动下载吗？

A：默认会自动加载 OpenMOSS-Team/MOSS-TTS-Nano 和 OpenMOSS-Team/MOSS-Audio-Tokenizer-Nano；若网络受限，可到对应的 HuggingFace 或 ModelScope 页面获取。

Q：为什么按 README 找不到具体运行命令？

A：README 的 Quickstart 只说明环境准备思路，未列出完整命令；请直接查看仓库内示例脚本和 examples 目录，不要凭猜测拼参数。

Q：Android 示例怎么用？

A：位于 examples/android_onnx_runtime，加载导出的 ONNX 图和 tokenizer 解码器，对预分词的短提示做合成并写出 WAV，模型文件不打包进 APK。

注意事项

README 节选未给出完整安装与运行命令，本教程中的命令依据其“editable 安装”“干净 Python 环境”等描述推断，请以仓库最新文档为准。
默认模型为 OpenMOSS-Team/MOSS-TTS-Nano 与 OpenMOSS-Team/MOSS-Audio-Tokenizer-Nano，首次运行需联网拉取权重。
项目为流式音频输出的多语言（中英文）TTS，支持语音克隆，适合本地演示与轻量 Web 服务集成。
Android 示例刻意保持最小化，模型文件放在 APK 之外，仅用于本地测试。

核心亮点

超小模型仅 0.1B，CPU 即可实时推理，无需 GPU 成本低
支持中英文多语言和语音克隆，功能实用
部署简单，适合本地演示和轻量级 Web 服务集成

不足之处

文档/社区待观察
0.1B 参数可能限制生成语音的自然度和复杂场景表现

适用场景

本地实时语音合成演示
轻量级 Web 服务的语音播报
嵌入式或边缘设备的语音交互

替代项目

Coqui TTS、Piper TTS、MeloTTS

项目介绍

MOSS-TTS-Nano 是音频音乐领域的开源项目，由 OpenMOSS 开发，是 2026 年新上线的项目。

在全站 13,090 个收录项目中，它的 GitHub 星标数（4,398）位列前 10%，在音频音乐分类的 738 个项目里位列前 6%。

近 42 天，它的 GitHub 星标从 4,139 增加到 4,398，净增 259。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。Apache-2.0 许可证，完全免费，可本地部署或在线体验。从国内网络环境看，可直接访问。

它主要面向的使用场景是：本地实时语音合成演示。同类可对比的替代方案包括 Coqui TTS、Piper TTS、MeloTTS。

上一篇：Inflect

下一篇：nabu