搜索
蚂蚁百灵开源Ming-3.0语音系列模型
5 小时前
10月20日，蚂蚁百灵宣布开源Ming-3.0语音系列模型，涵盖语音合成、音频理解与对话、语音识别三大系列，共五款模型。开发者可按需选择，或组合使用以融入工作流。其中，Ming-3.0-tts支持文字描述目标音色及参考音频设定，创作者可用导演模式描述台词表演方式；Ming-3.0-audio-flash/tiny支持长音频转写、总结和观点分析，保留对话情绪、说话人身份等信息；Ming-3.0-asr-tiny则通过构建高质量语料库，提升真实业务场景的语音识别效果。
