[Feature Request] Explicit pt-BR (Brazilian Portuguese) language tag, separate from pt-PT

Aperta
  • Qualcosa non va?
#167 1 commento 2 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
audio-video-rtc, machine-learning

Direzione di ricerca

Non sono stati identificati file, test o punti di ingresso. Inizia individuando la gestione dei codici di lingua, la configurazione dei dati di addestramento e l’interazione tra l’audio di riferimento e i tag di lingua; il lavoro sarebbe completo con un comportamento distinto per pt-BR e pt-PT, dati sufficienti per ciascuna variante e la precedenza dei tag espliciti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Problem

Currently, both Brazilian Portuguese and European Portuguese are merged
under a single pt language code. This causes unpredictable dialect output
during inference — even when providing a strong Brazilian Portuguese reference
audio, the model sometimes generates European Portuguese phonetics instead.

The two variants are phonetically distinct in ways that are immediately
noticeable to native speakers:

  • Palatalization of /t/ and /d/ before /i/ (e.g., "tia" → /tʃia/ in BR,
    /tia/ in PT)
  • Pre-consonant /r/ realization (guttural in BR, tapped in PT)
  • Open vowels and vocalic rhythm (fuller in BR, reduced in PT)
  • Syllable-final /l/ → /w/ vocalisation (BR only)

Use Case

I am building a video dubbing pipeline (English → Brazilian Portuguese)
where consistent pt-BR output per segment is a hard requirement.
The current ambiguity makes the model unreliable for this use case
without additional post-processing workarounds.

Brazil has 200M+ Portuguese speakers and is the largest Portuguese-speaking
market in the world. A dedicated pt-BR tag would make MOSS-TTS significantly
more useful for a large and underserved developer audience.

Request

For MOSS-TTS 2.0, please consider:

  1. Separate language codes: pt-BR for Brazilian Portuguese and pt-PT
    for European Portuguese, following the ISO 639-1 standard already used
    by most TTS systems.
  2. Dedicated training data per variant: ensuring the model has sufficient
    pt-BR speech data so the dialect is reliably reproduced without depending
    solely on reference audio to infer the variant.
  3. Reference audio + language tag combination: when both are provided,
    the explicit tag should take precedence over the dialect inferred from
    the audio.

Current Workaround (insufficient)

Using a reference audio with strong BR phonetics helps but does not guarantee
consistent output. The model still occasionally falls back to European
Portuguese, which is not acceptable for production dubbing workflows.

Thank you for the great work on MOSS-TTS — the token-level duration control
and Apache 2.0 license make it the most promising open-source TTS for this
use case. Looking forward to 2.0!

Lingua principale
Python
Stelle
4.3k
Fork
382
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di OpenMOSS/MOSS-TTS

Tutte le issue di OpenMOSS/MOSS-TTS

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.