播客、访谈、体育解说、新闻报道和电商直播中，语音对话已经无处不在。
当前的文本到语音（TTS）模型在单句或孤立段落的语音生成效果上取得了令人瞩目的进展，合成语音的自然度、清晰度和表现力都已显著提升，甚至接近真人水平。不过，由于缺乏整体的对话情境，这些TTS模型仍然无法合成高质量的对话语音。
现在，历史时刻来到！上海创智学院、复旦大学和模思智能的OpenMOSS团队携手推出了革命性成果——MOSS-TTSD！首次基于百万小时音频训练，成功破除AI播客的「恐怖谷」魔咒。
MOSS-TTSD-V0全新释出，模型权重及推理代码全面开源，商业应用无障碍！
相关阅读：https://mp.weixin.qq.com/s/4mDLaF3TgUIJYLi6J7ioqg
项目地址：https://github.com/OpenMOSS/MOSS-TTSD
在线体验：https://huggingface.co/spaces/fnlp/MOSS-TTSD
更多详情：https://mp.weixin.qq.com/s/GbqGNl6wW_T-C0ChQ49XFw
