# moss-tts-nano-speech

Скилл помогает агенту запускать MOSS-TTS-Nano: крошечную многоязычную модель синтеза речи с клонированием голоса, работающую на CPU.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 478 установок · ★ 88
- Автор: reason-machines
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/reason-machines/trending-skills/tree/HEAD/skills/moss-tts-nano-speech/SKILL.md
- Обновлён: 2026-10-09
- HTML: https://affpapa.org/nevibecode/skills/moss-tts-nano-speech

## Что делает

MOSS-TTS-Nano — открытая модель синтеза речи на 0.1B параметров от MOSI.AI и команды OpenMOSS. Внутри связка аудио-токенизатора и авторегрессивной LLM: на выходе стерео 48 кГц, поток токенов идёт на 12.5 Гц, языков — 20. Скилл даёт агенту готовые рецепты вызова: CLI `moss-tts-nano generate`, прямой `infer.py`, Python-класс `MossTTSNanoInference` и HTTP-эндпоинты локального сервера.

Клонирование голоса работает по опорному WAV: передаёте `--prompt-speech` или `--prompt-audio-path`, и модель повторяет тембр на всём тексте. Длинные документы режутся на куски автоматически, голос при этом не меняется. Есть потоковый режим `infer_stream` — чанки отдаются по мере генерации, это заметно снижает задержку перед первым звуком.

Ставить нужно через conda с Python 3.12: `conda create -n moss-tts-nano python=3.12 -y`, затем клон репозитория и `pip install -r requirements.txt` с `pip install -e .`. Если сборка `WeTextProcessing` падает, в инструкции есть отдельный обходной путь через `pynini` и форк с GitHub. Веса тянутся с Hugging Face при первом запуске, так что без сети первый прогон не пройдёт.

Локальный веб-демо поднимается командой `moss-tts-nano serve` и слушает `http://127.0.0.1:18083`; модель остаётся в памяти, поэтому повторные запросы идут быстрее. Язык определяется по тексту и опорному аудио, отдельный код указывать не надо.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/trending-skills --skill moss-tts-nano-speech -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/moss-tts-nano-speech/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/moss-tts-nano-speech/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/trending-skills --skill moss-tts-nano-speech -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/moss-tts-nano-speech/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/trending-skills --skill moss-tts-nano-speech -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/moss-tts-nano-speech/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/trending-skills moss-tts-nano-speech
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/moss-tts-nano-speech/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/trending-skills --skill moss-tts-nano-speech -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/trending-skills --path skills/moss-tts-nano-speech
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/moss-tts-nano-speech/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/trending-skills --skill moss-tts-nano-speech -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/reason-machines/trending-skills/tree/HEAD/skills/moss-tts-nano-speech/SKILL.md

## Когда брать
- озвучить текст своим голосом по короткому образцу записи
- получить речь на 20 языках без GPU
- отдавать звук чанками для низкой задержки
- синтезировать длинный документ с одним и тем же голосом
- поднять локальный HTTP-сервис синтеза речи

## Примеры запросов агенту
- Сгенерируй речь из файла `my_script.txt` с голосом из `assets/audio/zh_1.wav`
- Покажи, как вызвать `MossTTSNanoInference` для потокового синтеза
- Запусти локальное демо MOSS-TTS-Nano и покажи, куда идут запросы

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 установок

Из того же набора: [reason-machines/trending-skills](https://affpapa.org/nevibecode/by/reason-machines/trending-skills.md) — 186 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md