inclusionAI Models·· 18 ชม. ที่แล้วคะแนน AI58
inclusionAI เปิดตัว Ming-3.0-tts-0.5B โมเดลสังเคราะห์เสียงพูดหลายภาษาขนาด 0.5B
inclusionAI/Ming-3.0-tts-0.5B
สรุปโดย AI
inclusionAI เปิดตัว Ming-3.0-tts-0.5B เช็กพอยต์แปลงข้อความเป็นเสียงพูดแบบ dense ขนาด 0.5B ที่สร้างบนโครงหลัก Qwen2.5-0.5B และเผยแพร่บน Hugging Face ภายใต้สัญญาอนุญาต MIT รองรับการโคลนเสียงแบบ zero-shot การออกแบบเสียงจากคำอธิบายภาษาธรรมชาติ แท็กพาราภาษาศาสตร์แบบอินไลน์ 14 แท็ก การควบคุมอารมณ์ ความเร็ว ระดับเสียง และความดังอย่างชัดเจน และการสังเคราะห์เสียงในภาษาจีน อังกฤษ เยอรมัน สเปน ฝรั่งเศส เกาหลี ญี่ปุ่น รวมถึงภาษาจีนเสฉวนและกวางตุ้ง การอนุมานต้องใช้ที่เก็บ GitHub Ming-3.0-tts แยกต่างหาก ผู้เขียนระบุว่าความคล้ายคลึงของผู้พูดยังตามหลังความแม่นยำของเนื้อหา และเสถียรภาพของพาราภาษาศาสตร์แบบหลายเหตุการณ์ยังอยู่ระหว่างการพัฒนา
แหล่งข่าว:inclusionAI Models · huggingface.co