OpenMOSS-Team
PulseAugur coverage of OpenMOSS-Team — every cluster mentioning OpenMOSS-Team across labs, papers, and developer communities, ranked by signal.
-
OpenMOSS-Team 发布 MOSS-TTS-Local-Transformer-v1.5，增强了音频保真度和多语言支持
OpenMOSS-Team 发布了其文本转语音模型 MOSS-TTS-Local-Transformer-v1.5 的更新版本。新版本在 v1.0 的基础上，提供了更高保真度的立体声音频建模，采样率为 48 kHz。它还通过语言标签改进了多语言合成，支持更稳定的语音克隆，更好地处理长参考音频以进行短文本克隆，并实现了更精确的标点符号跟随韵律。该模型现在支持使用内联标记进行显式停顿控制，并将语言支持扩展到 31 种语言，包括新增的粤语、…
-
LiquidAI发布设备端LFM2.5-8B-A1B；OpenMOSS-TTS v1.5新增语言
LiquidAI发布了LFM2.5-8B-A1B，这是一个为设备端部署优化的新型混合模型系列，在CPU和GPU上均提供与大型模型相媲美的性能和高推理速度。同时，OpenMOSS-Team发布了MOSS-TTS-v1.5，这是一个更新的文本转语音模型，增强了多语言合成、语音克隆稳定性和显式停顿控制，现支持31种语言。
-
OpenMOSS 发布 MOSS-TTS-v1.5，增强了语音克隆和多语言支持
OpenMOSS团队发布了MOSS-TTS-v1.5，这是他们文本转语音模型的更新版本。新版本在MOSS-TTS 1.0的功能基础上，引入了增强的多语言合成（支持语言标签）、更稳定的语音克隆（以提高说话人相似度），以及对长参考、短文本克隆场景的更好处理。MOSS-TTS-v1.5还提供了更稳定的标点符号韵律遵循，并通过内联标记引入了显式的停顿控制。
-
OpenMOSS-Team发布MOSS-Transcribe-Diarize 0.9B用于音频理解
OpenMOSS-Team发布了MOSS-Transcribe-Diarize 0.9B，这是一款专为全面音频理解设计的端到端模型。该模型一次性完成转录、说话人分离和时间戳生成，为长篇音频和视频内容生成结构化、说话人感知的文本。它特别适用于会议、通话和讲座等应用，还可以识别声音事件。