Tags, die das ausgewählte Modell versteht — klicken Sie, um einen in Ihren Text zu legen, wo es passiert:
Dieses Modell liest Text, so dass Inline-Tags ignoriert werden. Für tag-basierte Emotion, wechseln Sie zu einem ausdrucksstarken Modell wie Orpheus oder Bark.
Natürlich-Sprache Lieferung Stichworte. Geehrt von Qwen3-TTS heute; andere ausdrucksstarke Modelle kommen bald.
Dieses Modell unterstützt keine Style-Anweisungen — wechseln Sie zu einem Modell, das es tut (z.B. Qwen3-TTS).
Kontrolliert die Expressivität (0 = neutral, 1 = sehr ausdrucksstark)
Klassifikator-freies Führungsgewicht (höher = mehr prompt folgend)
Beschreiben Sie den Sprachstil in natürlicher Sprache (Parler verwendet diese anstelle von voreingestellten Stimmen)
Dia-Dialog-Format: Verwenden Sie [S1] und [S2] Tags, um verschiedene Lautsprecher zu markieren. Beispiel: [S1] Hallo da! [S2] Hallo, wie geht es Ihnen?
Dies ist ein Premium-Stimmemodell, verfügbar auf jedem bezahlten Plan. Sie können immer noch Vorschau seiner Stimmen frei mit der Wiedergabe-Taste neben der Stimme Picker.
MOSS-TTSD v1.0 from OpenMOSS is a 7-billion-parameter dialogue text-to-speech model that continues a conversation from a short audio prompt rather than reading isolated lines. It handles up to five simultaneous speakers via [S1]/[S2]-style tags, zero-shot voice cloning from 3-to-10-second references, and stretches of coherent multi-turn dialogue up to 60 minutes long. It is distinct from the OpenMOSS MOSS-TTS model — the TTSD variant is specialized for podcast, audiobook, and dubbing workflows where long, consistent conversational audio is the goal. Released under Apache 2.0, it needs around 12GB of VRAM given its size.
Das Beste für: Podcasts, audiobooks, dubbed dialogue, conversational content with multiple voices
Up to five simultaneous speakers, addressed via speaker tags like [S1] and [S2], with the ability to clone each voice from a short reference clip.
It can produce up to 60 minutes of coherent multi-turn dialogue, which is what makes it suited to full podcast episodes and audiobook chapters rather than short clips.
MOSS-TTSD is a dialogue-specialized variant that continues conversations from an audio prompt and targets podcast, audiobook, and dubbing workflows, whereas the base MOSS-TTS is a general single-voice synthesis model.
Geben Sie Ihre E-Mail, um 15.000 freie Zeichen zu erhalten und halten Sie Erzeugung Rede.
Kein Passwort benötigt — wir werden Ihnen später einen Link per E-Mail zusenden, um einen zu setzen.
Freie Tiergrenze erreicht
Sie haben Ihre 5.000 freien täglichen Zeichen verwendet. Erstellen Sie ein kostenloses Konto, um 15.000 Bonuszeichen plus 10.000 freie Zeichen jeden Monat zu erhalten.
