跳至正文
inclusionAI Repositories·· 25 天前AI 評分58

inclusionAI 發布 Ming-3.0-tts 語音合成模型,提供 0.5B dense 與 7.9B MoE tiny 兩種版本

Ming-3.0-tts

AI 導讀

inclusionAI 發布 Ming-3.0-tts,這是一個開放權重的多語言語音合成系列,包含兩個模型:Ming-3.0-tts-0.5b,一個 0.5B dense 模型;以及 Ming-3.0-tts-tiny,一個建構於 Ling V3 之上的 MoE 模型,總參數 7.9B、活躍參數 1.3B。兩者均附有推論程式碼、任務 cookbook 與基準測試表格,並支援聲音複製、基於文字的語音設計、自由形式的自然語言表達控制、14 個行內副語言標籤、情緒與語速/音高/音量控制,以及中文、英文、德文、西班牙文、法文、韓文、日文、四川話與粵語。在 2026 年 10 月的 Artificial Analysis 文字轉語音排行榜上,Ming-3.0-tts 在 Controlled Voice 項目於開放權重模型中排名第 1,在 Pronunciation Robustness 項目以 93.2% 排名總體第 1,並在 Provider Voice 項目於開放權重模型中排名第 3。

來源:inclusionAI Repositories · github.com