蚂蚁开源 Ming-3.0-tts-0.5B 登顶 Open TTS 榜,WER 0.88
NielsRogge · x · 2026-11-12
蚂蚁集团 inclusionAI 开源模型 Ming-3.0-tts-0.5B 在 Papers with Code 的 Open TTS 排行榜登顶:37 个模型中词错率(WER)最低,仅 0.88,略胜 Kokoro-82M 的 0.93。模型采用 MIT 许可证,支持 7 种语言和零样本声音克隆。
「多模态」频道最新
- MiniMax H3 Image 生成 3D 游戏场景仅 10 秒,比 GPT Image 快 3 倍 — HeyToha · 2026-11-12
- 前 Meta 视觉研究员花两年打造视频 Agent AdaL v2:聊天生成剪辑全流程 — Scobleizer · 2026-11-12
- 用户实测 MiniMax H3:本地 AMD 显卡 25 秒生成 4MP 恐怖图像 — omglionheaded · 2026-11-12
- 同一角色同 prompt 三图模型横评:Nano Banana Pro 对阵 GPT Image 2.6 — gizakdag · 2026-11-12
- 从一只愤怒小熊到一个完整品牌:作者用 AI 在 Figma Weave 全流程打造贝果品牌 — gizakdag · 2026-11-12
- 用 Gemini 生成 3D 游乐场模拟：60 FPS 过山车第一视角演示 — intellectronica · 2026-11-12