AI for Data

蚂蚁百灵开源 Ming-3.0 语音系列:给台词加个导演

OSCHINA·2026/10/20 04:04:03🔗 原文

📋总体概括

蚂蚁百灵宣布开源Ming-3.0语音系列,覆盖声音创作、长语音分析、业务语音转写三类任务,共五款模型产品。其中TTS的「导演模式」是亮点:Ming-3.0-tts既支持文字描述目标音色和参考音频定音色,还能对台词进行导演式控制。蚂蚁将其拆成多套模型而非单点大模型,让开发者按任务选型、按需组合,降低了落地门槛,也延续了其开源策略。

⚡关键信息

  • ▸蚂蚁百灵正式开源Ming-3.0语音系列,覆盖三类任务、五款模型产品
  • ▸系列按「声音创作、长语音分析、业务语音转写」拆分,开发者可按任务选型组合
  • ▸Ming-3.0-tts支持文字描述和参考音频两种方式定制音色
  • ▸TTS的「导演模式」可对台词做导演式控制,是本次开源的核心亮点

🔥犀利点评

蚂蚁这次没追「一个模型打天下」的风,反而把语音拆成三套五款,按任务选型,这比蹭多模态大统一概念务实得多。导演模式若真做到台词级别的韵律与语气控制,才是在TTS红海里拉开差异的点——但开源只是门票,生态和后续迭代速度才是胜负手,发布热度别当真。

本文由本站自动聚合,以下为原始来源:前往 OSCHINA 阅读全文 →