inclusionAI phát hành Ming-3.0-tts-0.5B, mô hình tổng hợp giọng nói đa ngôn ngữ 0.5B
inclusionAI/Ming-3.0-tts-0.5B
inclusionAI đã phát hành Ming-3.0-tts-0.5B, một checkpoint chuyển văn bản thành giọng nói dày đặc 0.5B được xây dựng trên nền tảng Qwen2.5-0.5B và được phân phối trên Hugging Face theo giấy phép MIT. Mô hình hỗ trợ nhân bản giọng nói zero-shot, thiết kế giọng nói từ mô tả bằng ngôn ngữ tự nhiên, 14 thẻ ngôn ngữ cận biên nội tuyến, điều khiển rõ ràng cảm xúc, tốc độ, cao độ và âm lượng, cùng khả năng tổng hợp bằng tiếng Trung, tiếng Anh, tiếng Đức, tiếng Tây Ban Nha, tiếng Pháp, tiếng Hàn, tiếng Nhật cùng tiếng Tứ Xuyên và tiếng Quảng Đông. Suy luận yêu cầu kho lưu trữ GitHub Ming-3.0-tts riêng biệt; các tác giả lưu ý rằng độ tương đồng người nói còn kém so với độ chính xác nội dung và độ ổn định ngôn ngữ cận biên đa sự kiện vẫn đang được cải thiện.
Nguồn:inclusionAI Models · huggingface.co