OpenMOSS/MOSS-TTS

MOSS-TTS 是 OpenMOSS 的开源 speech/sound generation family，覆盖 long-form speech、多 speaker dialogue、voice design、environmental sound effects 和 streaming TTS。相关 MOSS-TTSD 摘要提到最长 60 分钟 single-pass dialogue synthesis、最多 5 个 speaker 和短参考音频 zero-shot voice cloning；这把 TTS 从短句朗读扩展到内容生产级对话生成。