IT之家·· 2026-10-20精选AI 评分68
蚂蚁百灵开源 Ming-3.0 语音系列模型,覆盖语音合成、音频理解与对话、语音识别
AI 导读
蚂蚁百灵开源 Ming-3.0 语音系列,包含语音合成、音频理解与对话、语音识别三个系列共五款模型,开发者可按任务选择或组合进工作流。Ming-3.0-tts 的 Voice Design 支持用文字描述目标音色,也可用参考音频设定音色,导演模式可说明台词的表演方式、情绪变化、重读词与节奏处理。
为什么重要
Ming-3.0 把语音合成、音频理解与识别拆成五个模型,其中导演模式可用文字描述台词的表演方式。
打开原文 ithome.com