生成语音文件同时能输出字幕文件吗

[wzfxue]

希望能支持字幕文件的导出功能

[alpacaking]

感谢建议。

当前版本暂时不支持在生成语音的同时直接导出字幕文件。MOSS-TTS-Nano 目前主要输出生成后的音频，以及长文本 voice-clone 时的文本分 chunk 信息，但还没有提供精确的字级 / 词级时间戳对齐。

如果只是需要粗粒度字幕，可以基于输入文本的分句或 chunk 信息，按照每段生成音频的时长估算 SRT 时间轴；但这不是精确对齐。更准确的字幕通常需要额外的 forced alignment / ASR 对齐工具来处理生成后的音频。