Miso One

Miso One dreht sich um die Veröffentlichung Miso TTS 8B von Miso Labs, ein Text-to-Speech-Modell mit offenen Gewichten und rund 8 Milliarden Parametern, das auf ausdrucksstarke englische Gesprächssprache statt auf breite mehrsprachige Vorlesefunktion zielt. Die Architektur folgt der an Sesame CSM anknüpfenden Richtung von Conversational-Speech-Modellen und nutzt diskrete Audio-Code-Modellierung statt einer einfachen Wellenform-Ausgabe; das Projekt nennt einen veröffentlichten Latenzwert von etwa 110 ms für Voice-Agent-Experimente.

Weil das Modell offen ist, zählt die Dokumentationsebene ebenso wie die Demo. Öffentliche Gewichte und Inferenzcode erlauben Entwicklern, das Repository zu prüfen, den Checkpoint zu laden und Speicherbedarf sowie Latenz in der eigenen CUDA-Umgebung zu messen. Die Website sagt offen, dass ein 8B-Checkpoint kein leichtgewichtiges Browser-Spielzeug ist und echte GPU-Ressourcen braucht. Ebenso klar steht dort, dass die aktuelle öffentliche Version nur Englisch unterstützt, dass Prompt-Audio-Generierung mit einwilligendem Material bewertet werden sollte und dass Sicherheitshinweise und Wasserzeichen-Richtlinien vor der Veröffentlichung generierter Sprache zu prüfen sind.

Für alle, die nichts installieren möchten, gibt es ein gehostetes Voice-Studio mit integriertem Stimmenkatalog, Skript-zu-Audio-Workflow, Vorschauen in 48 kHz, Live-Übersetzung und Untertitelwerkzeugen. Die gehostete Nutzung läuft über Guthaben, das sich Text-to-Speech, Voice Design und Voice Clone teilen, mit einem kostenlosen Kontingent sowie kaufbaren Guthabenpaketen oder Plänen. Beachte: Dies ist eine unabhängige Drittanbieter-Website rund um das Modell und nicht die offizielle Domain von Miso Labs – Lizenz, Gewichte und Sicherheitsbedingungen immer im offiziellen Repository prüfen.