MOSS-SoundEffect v2.0 发布：基于 DiT + 流匹配架构，支持中英双语提示生成 30 秒高保真 48kHz 音效

MOSI.AI 与 OpenMOSS 团队正式发布了 MOSS-SoundEffect v2.0，这是一款全新的文本到音频（Text-to-Audio, TTA）模型。作为 MOSS-TTS 系列中专攻非语音音频生成的成员，v2.0 在架构上进行了彻底革新，旨在为影视、游戏及互动媒体提供高保真、长时长的音效生成解决方案。

• 模型：https://huggingface.co/OpenMOSS-Team/MOSS-SoundEffect-v2.0

核心突破：DiT + 流匹配架构

MOSS-SoundEffect v2.0 摒弃了 v1 版本的离散 Token 自回归主干，转而采用更先进的 Diffusion Transformer (DiT) 结合 流匹配（Flow Matching） 训练目标。

• 连续潜在空间建模：通过 DAC VAE 将音频压缩至连续潜在空间，相比离散 Token 能保留更多高频细节，显著提升音质。
• 强大文本理解：集成 Qwen3 文本编码器，精准理解中英文自然语言提示，确保生成音效与描述高度一致。
• 1.3B 参数量：在保证生成质量的同时，保持了相对高效的推理性能。

主要功能亮点

1. 广泛的音效覆盖

模型经过大规模多场景数据训练，能够生成各类高保真音效：

• 自然环境：风雨声、海浪、森林鸟鸣等。
• 城市环境：交通噪音、街道喧嚣、室内混响等。
• 生物与动物：各类动物叫声、昆虫鸣叫等。
• 人类动作：脚步声、衣物摩擦、物体碰撞等。
• 音乐片段：短小的打击乐节奏或氛围音乐元素。

2. 长达 30 秒的稳定生成

• 长时一致性：通过在训练阶段引入时长标签，模型能够稳定生成长达 30 秒 的连贯音频，避免了传统模型在长序列中常见的质量衰减或结构崩坏问题。
• 高采样率：输出音频采样率高达 48 kHz，满足专业影视后期及游戏引擎的导入标准。

3. 中英双语原生支持

• 模型直接使用中文和英文提示词进行训练，用户无需翻译即可用母语描述所需音效，极大降低了使用门槛并提升了提示词的准确性。

推荐推理超参数

为了获得最佳生成效果，建议参考以下配置：

技术架构对比

应用场景

• 游戏开发：快速生成角色动作音效、环境背景音，减少录音成本。
• 影视后期：根据剧本描述自动生成拟音素材，加速剪辑流程。
• 虚拟现实 (VR/AR)：实时生成沉浸式环境音效，提升交互体验。
• 多媒体创作：为视频博客、播片添加独特的背景音效或转场声音。