语音对话不再依赖文字转写！

MOSS-Speech 是一款真正的端到端语音对语音大模型，跳过文字中间环节，直接生成自然流畅的语音回复。它基于预训练文本大模型，创新性地加入语音模态层，保持强大语言理解能力的同时，实现纯语音交互。

- 无需文字指导，真正的语音对话体验
- 模态分层架构，结合文本大模型与语音特性
- 冻结预训练策略，保留模型强大能力
- 领先的语音问答和语音对话性能

支持快速部署，提供了实用的Web演示，适合语音交互、智能助理等场景。
开源地址👉 github.com/OpenMOSS/MOSS-Speech

更多体验，访问演示站点：moss-speech.open-moss.com