跳至正文
inclusionAI Models·· 18 小時前精選AI 評分60

inclusionAI 發布 Ming-3.0-tts-tiny,一款 7.9B-A1.3B 的 MoE 語音合成模型

inclusionAI/Ming-3.0-tts-tiny

AI 導讀

inclusionAI 發布了 Ming-3.0-tts-tiny,這是一個基於 Ling V3 主幹建構的混合專家 TTS 檢查點,總參數 7.9B、每個 token 約 1.3B 活躍參數,採用 MIT 授權。它支援零樣本聲音複製、依文字描述設計聲音、自由形式風格控制、14 個行內副語言標籤、情緒、語速、音高與音量控制、多說話者播客腳本,以及中文、英文、德文、西班牙文、法文、韓文、日文,外加四川話與粵語方言。Hugging Face 儲存庫僅散布權重;推論需要 Ming-3.0-tts GitHub 儲存庫,而服務部署則記錄了透過 OpenAI 相容的 /v1/audio/speech 端點使用 vLLM-Omni 與 SGLang-Omni 的方式。

推薦理由

一個總參數 7.9B、活躍參數 1.3B 的 MoE TTS 檢查點,具備聲音複製、方言與副語言控制,並附上同時列出自身弱點的基準測試表。

來源:inclusionAI Models · huggingface.co