先了解这件事
AI 综述
2026 年 6 月 17 日,LMSYS 联合 MOSI 与 OpenMOSS 团队宣布,在 SGLang-Omni 上为 MOSS-TTS-Local-Transformer-v1.5 提供端到端服务。据 LMSYS Blog 当日发布的信息,该开源 TTS 模型支持 48 kHz 立体声、零样本语音克隆、最长 10 分钟长文本合成、31 种语言与原生流式,采用 Qwen3-4B 自回归骨干和约 2B 参数的 MOSS-Audio-Tokenizer-v2。在服务实现上,SGLang-Omni 将其拆分为预处理、tts_engine 与流式声码器三阶段流水线,并针对参考音频编码引入内容寻址 LRU 缓存。目前尚无后续发展事实,状态停留在该发布时点。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：LMSYS Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
6月17日
LMSYS Blog一手
MOSS-TTS Local Transformer v1.5 在 SGLang-Omni 上实现端到端服务
LMSYS 联合 MOSI 与 OpenMOSS 团队宣布，在 SGLang-Omni 上为 MOSS-TTS-Local-Transformer-v1.5 提供端到端服务。该开源 TTS 模型支持 48 kHz 立体声、零样本语音克隆、最长 10 分钟长文本合成、31 种语言与原生流式，采用 Qwen3-4B 自回归骨干和约 2B 参数的 MOSS-Audio-Tokenizer-v2。SGLang-Omni 将其拆分为预处理、tts_engine 与流式声码器三阶段流水线，并针对参考音频编码引入内容寻址 LRU 缓存。