OpenMOSS/MOSS-TTSD

MOSS-TTSD là một mô hình tạo hội thoại giọng nói được thiết kế để tổng hợp biểu cảm đa người nói. Nó có tính năng mô hình hóa ngữ cảnh dài, điều khiển người nói linh hoạt và hỗ trợ đa ngôn ngữ, đồng thời cho phép nhân bản giọng nói zero-shot từ các tệp âm thanh tham chiếu ngắn.