跳到正文
inclusionAI Models·· 18 小时前精选AI 评分60

inclusionAI 发布 Ming-3.0-tts-tiny,一个 7.9B-A1.3B 的 MoE 语音合成模型

inclusionAI/Ming-3.0-tts-tiny

AI 导读

inclusionAI 发布了 Ming-3.0-tts-tiny,这是一个基于 Ling V3 主干构建的混合专家 TTS 检查点,总参数 7.9B,每 token 激活约 1.3B,采用 MIT 许可证。它支持零样本声音克隆、根据文本描述设计声音、自由形式风格控制、14 个内联副语言标签、情感、语速、音高和音量控制、多说话人播客脚本,以及中文、英语、德语、西班牙语、法语、韩语、日语,外加四川话和粤语方言。Hugging Face 仓库仅分发权重;推理需要 Ming-3.0-tts GitHub 仓库,服务部署文档记录了通过 OpenAI 兼容的 /v1/audio/speech 端点使用 vLLM-Omni 和 SGLang-Omni 的方式。

推荐理由

一个总参数 7.9B、激活 1.3B 的 MoE TTS 检查点,具备声音克隆、方言和副语言控制,并附有基准表格,其中也列出了自身的弱点。

来源:inclusionAI Models · huggingface.co