Загрузите модель
Нажмите Загрузить модель. Графы ONNX и аудиокодек скачиваются один раз и кэшируются браузером.
Озвучить текст онлайн бесплатно
Введите предложение, и MOSS-TTS-Nano озвучит его в браузере. Многоязычная речевая модель на 0.1B параметров работает на WebAssembly, поэтому данные не отправляются и сервер не участвует.
Скорость меняет частоту дискретизации волны, поэтому ускоренный фрагмент звучит чуть выше, как лента при быстрой прокрутке.
Здесь появится аудио
Файлы модели
Речевая модель и аудиокодек поступают с Hugging Face, а не с 73hi.
Веса размещены в MOSS-TTS-Nano-100M-ONNX и MOSS-Audio-Tokenizer-Nano-ONNX, оба проекта под Apache-2.0.
Три простых шага
Как озвучить текст онлайн
Создавайте речь на своём компьютере без аккаунта и серверной очереди.
Введите текст и выберите голос
Введите предложение, выберите встроенный голос или короткий аудиообразец для клонирования.
Прослушайте и сохраните
Нажмите Озвучить, послушайте в плеере, затем скачайте аудио в WAV.
Как это работает
Речевая модель 0.1B полностью на вашем устройстве
MOSS-TTS-Nano сочетает небольшую авторегрессионную языковую модель с нейронным аудиокодеком. Всё работает на бэкенде WebAssembly ONNX Runtime Web.
| Этап | Что делает | Где выполняется |
|---|---|---|
| Токенизатор | Преобразует текст в идентификаторы токенов для языковой модели | Ваш браузер |
| Предзаполнение | За один проход читает текст и голосовую подсказку, создавая обусловливающие скрытые состояния | Ваш браузер |
| Декодирование кадров | Предсказывает по одному кадру аудиокодов в 16 кодовых книгах | Ваш браузер |
| Аудиокодек | Преобразует аудиокоды обратно в звуковую волну 48 кГц | Ваш браузер |
Бесплатное озвучивание текста с ИИ
Конфиденциально, многоязычно и удобно для CPU
Всё для чтения текста вслух без передачи третьим лицам.
Ничего не отправляется
Текст и аудио остаются на устройстве. Ни один запрос не передаёт введённый текст.
GPU не требуется
Модель достаточно мала для работы на CPU через WebAssembly с приемлемой скоростью.
Многоязычность
MOSS-TTS-Nano поддерживает многие языки, включая китайский и английский.
Без квот
Без регистрации, суточных ограничений и водяных знаков в созданном аудио.
Вопросы и ответы
Вопросы об озвучивании текста
Отправляется ли мой текст?
Нет. Модель работает на WebAssembly в браузере, поэтому текст и созданное аудио не покидают устройство.
Откуда берётся модель?
Графы ONNX загружаются во время работы с Hugging Face, а не с 73hi. Если Hub недоступен в сети, задайте URL зеркала или выберите уже скачанные файлы модели.
Каков размер загрузки?
Речевая модель и аудиокодек вместе занимают около 760 МБ. Браузер кэширует их, поэтому следующие посещения в том же браузере начинаются быстрее.
Нужен ли GPU?
Нет. MOSS-TTS-Nano — модель на 0.1B параметров для выполнения на CPU, работающая на бэкенде WebAssembly.