Miso One

Miso One gira en torno al lanzamiento Miso TTS 8B de Miso Labs, un modelo de texto a voz de pesos abiertos de aproximadamente 8.000 millones de parámetros orientado al habla inglesa expresiva y conversacional, más que a una narración multilingüe amplia. Su arquitectura sigue la dirección de los modelos de habla conversacional asociada a Sesame CSM y emplea modelado con códigos de audio discretos en lugar de una simple exportación de forma de onda, y el proyecto cita una cifra publicada de baja latencia cercana a 110 ms para explorar agentes de voz.

Al ser un modelo abierto, la capa de documentación importa tanto como la demo. Los pesos públicos y el código de inferencia permiten a los desarrolladores inspeccionar el repositorio, descargar el checkpoint y medir memoria y latencia en su propio entorno CUDA; el sitio admite con franqueza que un checkpoint de 8B no es un juguete ligero de navegador y exige recursos reales de GPU. También indica claramente que la versión pública actual es solo en inglés, que la generación a partir de audio de referencia debe evaluarse con audio consentido y que conviene revisar las notas de seguridad y las directrices de marca de agua antes de publicar voz generada.

Para quien prefiera no instalar nada, el sitio ofrece un estudio de voz alojado con un catálogo de voces integradas, un flujo de guion a audio, vistas previas a 48 kHz, traducción en directo y herramientas de subtítulos. El uso alojado funciona con créditos compartidos entre texto a voz, Voice Design y Voice Clone, con una asignación gratuita y paquetes de créditos o planes de pago. Ten en cuenta que se trata de un sitio independiente de terceros construido alrededor del modelo, no del dominio oficial de Miso Labs: verifica siempre licencia, pesos y condiciones de seguridad en el repositorio oficial.