MOSS-TTS-Nano 是由 MOSI.AI 与 OpenMOSS 团队联合开源的超小型语音生成模型，专注于 TTS 部署中最关键的诉求：小体积、低延迟、足够好的实时产品质量和简单的本地配置。

核心特性

• 极致轻量：约 0.1B（1 亿）参数，内存占用与部署成本极低，普通设备即可运行
• CPU 实时生成：仅需 4 个 CPU 核心即可流畅进行流式语音生成，无需 GPU 也能部署
• 多语言语音克隆：支持多语言语音克隆工作流，单条参考音色即可跨语言合成
• 48kHz 立体声输入输出：原生支持高品质立体声音频，参考音色保真度与听感更佳
• 纯自回归架构：基于 Audio Tokenizer + LLM 的简洁管道，推理工作流对终端用户和网络演示用户友好

适用场景

本地/边缘设备语音部署、Web 服务实时合成、低成本轻量级生产集成、无 GPU 环境下的语音克隆演示等。

更多信息可参考：https://github.com/OpenMOSS/MOSS-TTS-Nano