蚂蚁百灵开源Ming-3.0语音系列模型

2026年10月20日，蚂蚁百灵宣布开源 Ming-3.0 语音系列，共包含五款模型，覆盖语音合成、音频理解与对话、语音识别三大方向。各模型特性方面，语音合成模型 Ming-3.0-tts 支持通过文字描述音色、参考音频设定以及调节情绪节奏的导演模式；音频理解模型 Ming-3.0-audio 支持长音频的直接转写、总结和结构化输出；语音识别模型 Ming-3.0-asr-tiny 则通过结合方言与热词来提升识别效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。