1. チュートリアルの概要

このチュートリアルでは、リソースとして単一の RTX 5090 カードを使用します。

2. プロジェクト例

3. 操作手順

1. コンテナを起動した後、API アドレスをクリックして Web インターフェイスに入ります

2. 使用手順

「Bad Gateway」と表示される場合は、モデルが初期化中です。モデルのサイズが大きいため、2～3分ほどお待ちいただき、ページを更新してください。Safariブラウザをご利用の場合、音声が直接再生されない場合がありますので、再生前にダウンロードしてください。

※このチュートリアルでは、「オーディオ入力モード」でシングルプレイヤーオーディオ生成（シングル）と2プレイヤーダイアログオーディオ生成（ロール）を選択できます。

引用情報

このプロジェクトの引用情報は次のとおりです。

@article{moss2025ttsd,
  title={Text to Spoken Dialogue Generation}, 
  author={OpenMOSS Team},
  year={2025}
}