蚂蚁开源 5 个 Ming-3.0 语音模型：TTS、音频理解与方言 ASR
Med1_Ai · x · 2026-10-21
Ant LingAGI 宣布开源 3 个语音家族共 5 个 Ming-3.0 模型：
- Ming-3.0-tts：0.5B 支持声音设计与副语言特征；Tiny 7.9B（激活 1.3B）长语音
- Ming-3.0-audio：Flash 126B（激活 6.5B）音频理解与工具调用；Tiny 9.3B（激活 2.7B）高效对话
- Ming-3.0-asr：Tiny 8.6B（激活 2B）支持方言与上下文
转发者认为 0.5B 的 TTS 的 voice design 能力可用来为虚构角色设计不同演绎风格的声音。
所属事件:蚂蚁开源 Ming-3.0 五款语音模型，TTS 登顶开源榜(10 条相关)→
「多模态」频道最新
- FastVideo 开源 FastH3 Omni：Blackwell 上实时生成快 12 倍 — multimodalart · 2026-10-21
- AI 生成「Megalith 008」巨构幻想建筑系列,气势恢宏 — azed_ai · 2026-10-21
- Higgsfield 悬赏 2.5 万美元征集 ComfyUI 创意应用开源重建 — MuziqueComfyUI · 2026-10-21
- AI 生成老妇人肖像照细节逼真，光影质感直逼摄影 — LudovicCreator · 2026-10-21
- 不会画画的作者借 AI 画风，连载出第三话原创漫画 — OriginalMangaStudio · 2026-10-21
- HeyGen 专业语音克隆：30分钟音频即可克隆到难辨真假 — rohanpaul_ai · 2026-10-21