工具介绍
Miso One 是由 Miso Labs 开发的一款开源权重、80亿（8B）参数的文本转语音（TTS）系统。它专门针对生成高度逼真、富有表现力且情感丰富的英文对话式语音而设计，非常适合语音智能体（Voice-Agent）研究和开发者工作流。该系统基于 Sesame 风格的对话式语音模型（CSM）架构，并采用 Mimi 音频编码，具备高度优化的推理能力，官方公布的延迟低至 110 毫秒。除了文本转语音生成外，该模型还支持在明确授信的前提下，通过音频上下文进行语音续写和单样本（One-Shot）声音克隆。
主要功能
- 8B 参数开源权重文本转语音模型
- 富有表现力、对话式且情感丰富的英文语音生成
- 低延迟架构，官方宣称响应时间仅为 110 毫秒
- 支持单样本声音克隆和提示音频续写功能
- 采用 Mimi 音频编码的离散音频编码建模
- 48 kHz 预览音质，内置数字水印与安全检查 mechanism
适用场景与人群
待编辑核验
输入待编辑核验
→输出待编辑核验
定价与使用条件
免费版
包含用于初步测试的免费额度，单次转换最多 120 个字符。
基础版（年付）
按年计费（若按月计费则为 $9.90/月）。包含每年 960,000 个 TTS 字符额度、9,600 个语音点数、最多 480 个即时声音克隆、私有语音模型创建以及邮件支持。
专业版（年付）
按年计费（若按月计费则为 $29.90/月）。包含每年 4,200,000 个 TTS 字符额度、42,000 个语音点数、最多 2,100 个即时声音克隆，以及语音工作流的优先技术支持。
企业版（年付）
按年计费（若按月计费则为 $49.90/月）。包含每年 9,600,000 个 TTS 字符额度、96,000 个语音点数、最多 4,800 个即时声音克隆，以及专属团队的优先技术支持。
优点与缺点
优点
- 开源权重让开发者能够完全掌控本地部署与推理过程
- 低至 110 毫秒的极低延迟，专为互动式智能体循环打造
- 高音频保真度，支持最高 48 kHz 的预览音频生成
- 方案灵活，年度订阅可享受高达 50% 的折扣
缺点与限制
- 目前仅支持英文生成，不具备广泛的多语言支持
- 8B 参数的大型模型权重文件需要较高的本地硬件和 GPU 资源
- 根据所选方案级别的不同，单次转换的字符数量受到严格限制
官网介绍摘录
Learn what Miso One is, how Miso TTS 8B works, where to download the open weights, and what to know…查看官网原文 ↗资料来源
Miso One资料更新于 2026-10-21编辑补充
Toolify 公开资料开始使用前，了解这些
先打开官方页面查看当前开放范围、注册要求、额度与套餐，用一份小样本验证它是否适合你的任务。
此档案依据官网公开资料整理，未做完整实测。商用授权、隐私条款、地区访问状态及功能限制尚待逐项核验。
基础档案 · 待进一步核验
核验范围：名称、官方入口和基本用途。
查看原始来源
