跳到正文
inclusionAI Models·· 18 小时前AI 评分58

inclusionAI 发布 Ming-3.0-tts-0.5B,一个 0.5B 多语言语音合成模型

inclusionAI/Ming-3.0-tts-0.5B

AI 导读

inclusionAI 发布了 Ming-3.0-tts-0.5B,这是一个基于 Qwen2.5-0.5B 主干构建的稠密 0.5B 文本转语音检查点,以 MIT 许可证在 Hugging Face 上分发。它支持零样本声音克隆、根据自然语言描述进行声音设计、14 个内联副语言标签、显式的情感、语速、音高和音量控制,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的合成。推理需要单独的 Ming-3.0-tts GitHub 仓库;作者指出说话人相似度落后于内容准确度,多事件副语言稳定性仍在改进中。

来源:inclusionAI Models · huggingface.co