蚂蚁 inclusionAI 开源 Ming-3.0 五款语音模型,TTS 登顶开源音色榜
Ant Ling(inclusionAI)10 月 19 日以 MIT 开源 Ming-3.0 语音全家桶:TTS、音频理解与 ASR;官方称 0.5B TTS 在 Artificial Analysis Controlled Voice 开源权重第一(Elo 1069),发音稳健性 93.2% 并列全榜第一。
五款模型覆盖:语音合成 Ming-3.0-tts-0.5B 与 tts-tiny(约 7.9B/1.3B 激活)、音频理解 audio-flash(约 126B/6.5B 激活)与 audio-tiny、语音识别 asr-tiny。支持中英等多语、川普/粤语、零样本克隆与情绪/语速等控制;权重上 Hugging Face 与 ModelScope,并有 SGLang / vLLM 首日支持。
Artificial Analysis 同日更新:Controlled Voice Arena 开源权重榜 Ming-3.0-tts Elo 1069 居首;Pronunciation Robustness 93.2% 与 Fish Audio Drama 3 Preview 并列第一、高于 Eleven v4。厂商自测 ASR 与第三方语音榜数字请分开看待。


