Miso One

O Miso One gira em torno do lançamento Miso TTS 8B da Miso Labs, um modelo de texto em voz de pesos abertos com cerca de 8 bilhões de parâmetros, voltado para fala inglesa expressiva e conversacional, em vez de narração multilíngue ampla. A arquitetura segue a direção dos modelos de fala conversacional associada ao Sesame CSM e usa modelagem com códigos de áudio discretos em vez de uma simples exportação de forma de onda, com o projeto citando um número publicado de baixa latência em torno de 110 ms para exploração de agentes de voz.

Por ser um modelo aberto, a camada de documentação importa tanto quanto a demo. Os pesos públicos e o código de inferência permitem que desenvolvedores inspecionem o repositório, baixem o checkpoint e meçam memória e latência no próprio ambiente CUDA; o site reconhece com franqueza que um checkpoint de 8B não é um brinquedo leve de navegador e exige recursos reais de GPU. Também afirma claramente que a versão pública atual é apenas em inglês, que a geração a partir de áudio de referência deve ser avaliada com áudio consentido e que convém revisar as notas de segurança e as orientações de marca d'água antes de publicar fala gerada.

Para quem prefere não instalar nada, o site oferece um estúdio de voz hospedado com catálogo de vozes integradas, fluxo de roteiro para áudio, prévias em 48 kHz, tradução ao vivo e ferramentas de legenda. O uso hospedado funciona com créditos compartilhados entre texto em voz, Voice Design e Voice Clone, com uma franquia gratuita e pacotes de créditos ou planos pagos. Vale notar que este é um site independente de terceiros construído em torno do modelo, não o domínio oficial da Miso Labs: sempre confirme licença, pesos e termos de segurança no repositório oficial.