inclusionAI 發布 Ming-3.0-tts-tiny MoE 語音合成模型
先了解這件事
inclusionAI 發布 Ming-3.0-tts-tiny,這是一個基於 Ling V3 主幹建構的混合專家文字轉語音檢查點,總參數量 7.9B、每個 token 約 1.3B 活躍參數,採用 MIT 授權。該模型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、多說話人播客腳本,以及中文、英文、德文、西班牙文、法文、韓文、日文、四川話與粵語。 Hugging Face 儲存庫僅發佈權重,不提供獨立推論設定;執行模型需要 Ming-3.0-tts GitHub 儲存庫。Tiny 使用獨立的參考環境:Python 3.10.15、PyTorch 與 torchaudio 2.7.1+cu118,以及 transformers==4.46.3。服務部署文件記載可透過 OpenAI 相容的 /v1/audio/speech 端點,使用 vLLM-Omni 與 SGLang-Omni。
AI 依報導生成 · 10 小時前更新
報導時間線
沿著報導,了解事件的不同側面。
- inclusionAI Models精選inclusionAI 發布 Ming-3.0-tts-tiny,一款 7.9B-A1.3B 的 MoE 語音合成模型
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。
本事件熱度走勢
- 可比範圍當前
- 6
- 可比範圍峰值
- 811月19日 18:00
- 近 24 小時變化
- –
趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指標或點擊圖表查看每小時熱度;鍵盤可用左右方向鍵切換。