镜像名称

MOSS-TTS-v1.5 音色克隆，文字转语音TTS，效果非常稳定，相似度高，支持30种语言，精准控制停顿，拼音，长参考音频+短目标文本的克隆更可靠！

镜像简介

无需任何配置，一键运行，然后通过公网IP访问生成服务。

1.支持任意时刻停顿：用户可以在文本中插入类似 [pause 3.2s] 的标记，精确控制语音中的停顿时长。

2.更强大的多语言性能：模型目前支持 31 种语言，覆盖中文、粤语、英语、日语、韩语、法语、德语、西班牙语、阿拉伯语、印地语、越南语、泰语等多种语言场景，适用于跨语言内容创作、国际化产品语音、教育、播客、有声内容和智能语音交互等应用。

3.更稳定的音色克隆 MOSS-TTS-v1.5 重点优化了音色克隆的一致性。对于需要反复生成同一角色、同一主播或同一品牌声音的场景，新版本在说话人相似度和多次生成稳定性上表现更好；同时，它对“长参考音频、短目标文本”的克隆场景更加可靠，降低了实际内容生产中的试错成本。

配置方法

1. 该镜像初始化后，需要等待服务启动，大概 5 分钟左右。
2. 启动后通过公网 IP 可以直接访问服务： http://a.b.c.d:7860
3. 服务运行日志查询，可以输入命令 tail -f /start.d/log/*
4. 输出目录：/root/MOSS-TTS/outputs（可在浏览器中使用自带文件管理器访问）

视频教程

详细步骤，可在 B站 余子越TalkTalk 博主页面搜索 MOSS-TTS 观看视频教程！

相关链接

• 项目地址： MOSS-TTS
• 视频教程： B站 余子越TalkTalk 主页搜索 MOSS-TTS

效果截图

常见问题