蚂蚁 Ming-3.0-TTS 以 93.2% 登顶发音稳健性榜单,MIT 开源权重

lmoroney · x · 2026-10-22

Artificial Analysis 的 Pronunciation Robustness 榜单显示,蚂蚁集团 Ming-3.0-tts 以 93.2% 排名第一,与 Fish Audio Drama 3 Preview 持平、领先 Eleven v4 的 91.7%。这是一个 0.5B 参数的稠密模型,支持预设音色与声音克隆,权重以 MIT 许可证在 Hugging Face 开源,并在开源权重模型的 Controlled Voice arena 中排名第一。作者建议:为 AI 影片选 TTS 前,用自己剧本中的角色名、虚构地名、日期和缩写搭一个测试页,统一跑测各家模型。