蚂蚁 Ming-3.0-tts 登顶开源 TTS 榜单
Ant Group's Ming-3.0-tts is the new #1 open weights model in the Artificial Analysis Controlled Voice TTS Arena and takes the #1 spot on our Pronunciation Robus
蚂蚁集团 LingAGI 团队的 Ming-3.0-tts 在 Artificial Analysis 受控语音 TTS Arena 中成为排名第一的开源权重模型，并以 93.2% 的发音鲁棒性成绩在 31 个模型中并列第一，与 Fish Audio Drama 3 Preview 持平、领先 Eleven v4 的 91.7%。该模型为 0.5B 稠密参数，支持预设音色与无状态声音克隆，权重以 MIT 许可在 Hugging Face 发布，另有 7.9B MoE 变体 Ming-3.0-tts-tiny。受控语音 Elo 为 1,069，开源第一、总榜第 13；Provider Voice Elo 1,188，开源第三、总榜第 19。
正文 · AI 翻译
蚂蚁集团的 Ming-3.0-tts 是 Artificial Analysis 受控语音 TTS Arena 中新的排名第一的开源权重模型，并在我们的发音鲁棒性排行榜上位列第一，与 Fish Audio 的 Drama 3 Preview 持平，领先于 Eleven v4
Ming-3.0-tts 是 @AntLingAGI 团队推出的全新开源权重文本转语音模型，是一款 0.5B 稠密参数模型，支持预设音色和无状态声音克隆。权重以 MIT 许可证在 Hugging Face 上发布：Ming-3.0-tts-0.5B，同时还有一个 7.9B 混合专家变体 Ming-3.0-tts-tiny。
要点：
➤ 发音鲁棒性：Ming-3.0-tts 得分 93.2%，在 31 个模型中排名第一，与 Fish Audio Drama 3 Preview 的 93.2% 持平，领先于 Eleven v4 的 91.7%。它在扩展缩写和保留精确序列两项上排名第一。
➤ 受控语音：Ming-3.0-tts 是排名第一的开源权重模型，Elo 为 1,069（+16/-16），共出现 1,827 次，领先于 Drama 3 Preview 的 1,059 和 Breeze TTS 2 的 1,019。它在总榜上排名第 13。
➤ Provider Voice：Ming-3.0-tts 的 Elo 为 1,188（+15/-15），共出现 1,957 次，在开源权重模型中排名第三，落后于 Drama 3 Preview 的 1,245 和 Breeze TTS 2 的 1,220，在总榜上排名第 19。
➤ 开源权重：Ming-3.0-tts 在我们三个文本转语音排行榜中的两个——受控语音和发音鲁棒性——上排名第一，在 Provider Voice 上排名第三。
更多详情并试听样本见下方 🧵