IT之家 · ITHome
蚂蚁百灵开源 Ming-3.0，五款模型面向语音与音频任务
蚂蚁百灵开源 Ming-3.0 语音系列，五款模型覆盖语音合成、音频理解与对话及语音识别。开发者可按任务单独选用，也可组合进工作流。合成模型支持用文字或参考音频设定音色，并接受表演指导；音频模型可转写长录音、提炼摘要和分析观点，输出结构化结果。
来源发布: 简报整理:
值得关注
- 01
Ming-3.0-tts 的导演模式可接收关于情绪变化、词语重读和节奏的表演说明。
- 02
开发者可通过 Ling Studio 的 API 调用 Ming-3.0-tts-0.5B、Ming-3.0-audio-flash 和 Ming-3.0-asr-tiny。
为什么值得关注
该系列为需要在工作流中衔接语音输入与回答播报的开发者提供了可组合的模型。
原始来源阅读原文 · IT之家 · ITHomewww.ithome.com
摘要经 AI 整理，详情请参阅原文。 编辑与来源说明
