inclusionAI 发布 Ming-3.0-tts-tiny MoE 语音合成模型
先了解这件事
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文本转语音检查点,总参数 7.9B,每 token 激活约 1.3B,采用 MIT 许可证。该模型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、四川话和粤语。 Hugging Face 仓库仅分发权重,不提供独立的推理环境;运行该模型需要 Ming-3.0-tts GitHub 仓库。Tiny 使用独立的参考环境:Python 3.10.15、PyTorch 和 torchaudio 2.7.1+cu118,以及 transformers==4.46.3。服务部署文档针对 vLLM-Omni 和 SGLang-Omni,通过 OpenAI 兼容的 /v1/audio/speech 端点提供。
AI 根据报道生成 · 10 小时前更新
报道时间线
沿着报道,了解事件的不同侧面。
- inclusionAI Models精选inclusionAI 发布 Ming-3.0-tts-tiny,一个 7.9B-A1.3B 的 MoE 语音合成模型
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。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 811月19日 18:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。