精选理由
SGLang-Omni 刚上线 MOSS-TTS v1.5，开源、零样本克隆声音，支持31种语言，速度也不错，玩玩看。
SGLang-Omni 现已支持 MOSS-TTS-Local Transformer v1.5 模型。该模型基于 Qwen3-4B 骨干，可生成 48kHz 立体声语音。支持零样本语音克隆和原生流式，覆盖 31 种语言，训练数据约 400 万小时。非流式场景下达到 5.976 req/s，RTF 0.644，WER 1.75%（SeedTTS English，2×GPU）。采用三阶段管线：参考编码、AR 引擎、流式声码器。
AI 翻译 · 中文
SGLang-Omni 现已支持 MOSS-TTS-Local Transformer v1.5 模型。该模型基于 Qwen3-4B 骨干，可生成 48kHz 立体声语音。支持零样本语音克隆和原生流式，覆盖 31 种语言，训练数据约 400 万小时。非流式场景下达到 5.976 req/s，RTF 0.644，WER 1.75%（SeedTTS English，2×GPU）。采用三阶段管线：参考编码、AR 引擎、流式声码器。
🎉 SGLang-Omni now serves MOSS-TTS-Local Transformer v1.5 from @Open_MOSS on day 0! This is an open 48 kHz stereo TTS model built on a Qwen3-4B backbone. ✅ Zero-shot voice cloning + native streaming at 48 kHz stereo ✅ 31…