MOSS-TTS-v1.5 ist das Nachfolgemodell von MOSS-TTS 1.0 des OpenMOSS-Teams und baut direkt auf dessen Funktionsumfang auf. Das Modell unterstützt Zero-Shot-Voice-Cloning, Long-Form-Sprachsynthese, Token-Level-Duration-Control sowie Pinyin/IPA-Aussprachesteuerung. Gegenüber Version 1.0 wurden vor allem die mehrsprachige Synthese, die Stabilität beim Voice-Cloning und die Interpunktions-Prosodie verbessert. Neu ist die explizite Pause-Steuerung über Inline-Marker wie „[pause 3.2s]", die sich direkt in den Eingabetext einfügen lassen. Die Sprachunterstützung wurde von 20 auf 31 Sprachen ausgebaut – neu hinzugekommen sind u. a. Kantonesisch, Niederländisch, Finnisch, Hindi, Malaiisch, Rumänisch, Suaheli, Tagalog, Thailändisch und Vietnamesisch. Sprach-Tags können über den Parameter `language` im `build_user_message`-Aufruf gesetzt werden, was laut den Entwicklern bei fast allen unterstützten Sprachen zu besseren Ergebnissen führt als der sprachunabhängige Modus. Zusätzlich veröffentlichte das Team das begleitende Modell MOSS-SoundEffect-v2.0 auf Hugging Face.