Moshi AI 对比 Suno AI

Moshi AI 是来自巴黎开源科学研究实验室 Kyutai 的一种语音原生对话模型。它无需串联语音识别、文本生成和语音合成，而是直接处理音频，实现低延迟的全双工语音对话。

其多流设计为用户、Moshi的语音输出以及内部独白文本流开辟了独立的通道，从而提高一致性。这样的设置使得Moshi可以边听边说，应对重叠、打断和回话，就像真实的对话一样，而非僵硬的轮流发言。

Moshi建立在Helium——一个7B参数的语言模型，以及Kyutai的神经音频编码器Mimi之上。其权重和推理代码支持PyTorch、Rust和MLX，您还可以在浏览器中试用，网址为moshi-chat.kyutai.org。研究人员、语音AI开发者以及任何构建实时语音界面的人都能在这里找到最大的价值。

AIMusic.so 可以将文本提示词转化为完整的歌曲、纯音乐、歌词以及短 MP4 歌词视频，免费层级无需注册。你只需描述流派、情绪和节拍，该网站就会使用 Suno 系列模型生成曲目，付费方案中还包含 v5.5 Soul 引擎。

与单独的官方 Suno 应用不同，AIMusic.so 在一个仪表板中集成了人声消除、分轨、音效和许可证下载。免费用户每天可获得 20 积分并享有 7 天的曲目存储时间，而 Pro 和 Ultra 订阅用户则可解锁 WAV 导出、无限存储以及带有更高每月积分池的商业许可证。

该网站适合需要快速获取免版税背景音乐的视频制作人、播客和独立音乐人。积分消耗已在定价页面公布：每首生成的歌曲消耗 5 积分，每次人声消除处理消耗 5 积分，因此你可以在生成整张变体专辑之前预估批量成本。