BLACK HOLE / MODEL GUIDE
按输入和输出选择模思与 OpenMOSS 项目：MOSS-Audio、MOSS-Music 理解已有声音，MOSS-TTS 家族生成语音与音效，MOSS-VL 理解画面，MOVA 同步生成音视频。各家族、分支与部署组件分别说明。
资料核对：2026-10-25 · 整理：黑洞智能体
先选理解还是生成：转写、音乐结构分析和画面问答，与合成语音、音效及视频需要不同模型。
语音生成再比较长篇、轻量 CPU、音色设计或流式输出；多人对话 MOSS-TTSD 保留在原有专题，不重复收录。
按所选检查点核对许可、格式与硬件，用真实资料复核时间戳、发音、音画同步和理解依据。
原始资料专题 · 本站目录未列入该条目
将长录音转为带时间戳和匿名说话人标签的文字，可同时进行转写与说话人分离。标签区分录音中的发言者，不代表识别真实身份。
所选 0.9B 模型卡声明 Apache-2.0，不将该权重许可或运行限制外推到在线 Pro 服务。
官网署名为 MOSI.AI 与 OpenMOSS Team；名称相近不足以认定它与早期 MOSS 文本模型使用相同团队或权重。本次未上传录音或调用服务。
原始资料专题 · 本站目录未列入该条目
理解语音、环境声与音乐，完成转写、声音描述、带时间线索的问答和摘要。输出以文字理解结果为主，不是音频生成器。
相关名称与分支
所选模型卡明确声明 Apache-2.0；转写、时间戳和声音分析仍需用实际录音核验，不能将研发方基准当作本站测试结果。
原始资料专题 · 本站目录未列入该条目
分析歌曲的歌词、配器、节奏、和弦与段落结构，回答与整曲内容有关的问题。音乐理解与创作歌曲是不同任务。
相关名称与分支
所选模型卡声明 Apache-2.0；不把理解模型归为歌曲生成接口，也不从歌词分析推定音源或生成作品的使用权。
原始资料专题 · 本站目录未列入该条目
围绕文字合成语音：MOSS-TTS 用于长篇朗读，Nano 侧重轻量部署，VoiceGenerator 设计音色，Realtime 处理增量语音输出。
相关名称与分支
所选 v1.5 模型卡及主项目代码声明 Apache-2.0。Nano 所选模型卡仍含等待根 LICENSE 的再分发说明，不能只凭许可标签推定全部分支权利。
本条目汇总同一家族内的语音方向；不同分支的语言数、参考音频、硬件和输出格式不能互相套用。本页未合成语音或验证设备速度。
原始资料专题 · 本站目录未列入该条目
从中英文声音描述生成环境声、动作声、动物声与短音乐片段。输出是音效素材，不是普通文字朗读，也不等同于完整歌曲创作。
相关名称与分支
所选 v2 模型卡声明 Apache-2.0。它替换了 v1 的离散 token 自回归骨干；不能沿用官网同页的旧版通用架构描述。
本条目按音效任务记录 MOSS-TTS Family 内的子家族，不把每个版本、Tokenizer 或演示另算家族。本次没有生成音频。
原始资料专题 · 本站目录未列入该条目
理解图片和视频，进行文字提取、文档解析及时间事件问答。Instruct 面向离线输入，Realtime 持续读取视频帧并输出文字回应。
相关名称与分支
所选 Instruct 与 Realtime 模型卡声明 Apache-2.0。实时模型的回应速度取决于硬件、采样和传输；它理解画面，不生成视频。
原始资料专题 · 本站目录未列入该条目
根据文字与参考图同步生成视频和音频，面向带对白、环境声等视听素材。它是内容生成方向，与 MOSS-VL 的视频理解分开选择。
相关名称与分支
所选模型卡与主项目代码声明 Apache-2.0。输出的音画同步、人物对白和资源需求仍需按任务验收；未将官方对比结果当作本站运行结果。
本站目录尚未列入本中心家族。依据下方官方项目、具体模型卡和平台文档分别确认获取入口。
