Miso One

Miso One là gì?

Miso One là một hệ thống chuyển đổi văn bản thành giọng nói (TTS) mã nguồn mở (open-weights) với 8 tỷ (8B) tham số do Miso Labs phát triển. Hệ thống này được thiết kế chuyên biệt để tạo ra giọng nói tiếng Anh giao tiếp có độ chân thực cao, truyền cảm và đa dạng về cung bậc cảm xúc, cực kỳ lý tưởng cho việc nghiên cứu tác tử giọng nói (voice-agent) và quy trình làm việc của lập trình viên. Được xây dựng trên kiến trúc mô hình lời nói giao tiếp (CSM) kiểu Sesame kết hợp với mã âm thanh Mimi, mô hình sở hữu khả năng suy luận tối ưu vượt trội với độ trễ thấp được công bố là 110 ms. Bên cạnh việc tạo giọng nói từ văn bản, mô hình còn hỗ trợ tính năng tiếp nối giọng nói và nhân bản giọng nói chỉ qua một mẫu thử (one-shot voice cloning) từ ngữ cảnh âm thanh, đi kèm các ranh giới nghiêm ngặt về sự đồng thuận.

Làm cách nào để sử dụng Miso One?

Người dùng có thể trải nghiệm Miso One bằng cách đọc thẻ mô hình (model card) chính thức trên kho lưu trữ hoặc trang Hugging Face, dùng thử bản demo trực tuyến để kiểm tra chất lượng giọng nói, hoặc tải về bộ trọng số 8B công khai cùng mã suy luận để chạy thử nghiệm (benchmark) nội bộ trong môi trường CUDA của riêng mình. Đối với quy trình làm việc của các nhà sáng tạo nội dung cần lưu trữ trên hệ thống, người dùng có thể đăng ký tài khoản và chọn gói thuê bao phù hợp dựa trên nhu cầu giới hạn ký tự theo tháng hoặc theo năm.

Các tính năng cốt lõi của Miso One

Trường hợp sử dụng của Miso One

Câu hỏi thường gặp từ Miso One