蚂蚁集团 Ming-3.0-tts 以 0.5B 参数实现顶级语音合成质量
Ant Group's Ming-3.0-tts fits top-tier Text to Speech quality into just 0.5B parameters, and it is MIT licensed and punches well above its weights
AI 导读
蚂蚁集团发布 Ming-3.0-tts，以 0.5B 参数实现顶级文本转语音质量，并采用 MIT 许可。Artificial Analysis 称，它是其语音合成榜单前三中唯一参数量低于 1B 的模型；在 Controlled Voice Arena 前十中，其他开源权重 TTS 模型均为 3.5B 或更大，Ming-3.0-tts 以少 7 至 70 倍的参数达到同一档位。
正文 · AI 翻译
蚂蚁集团的 Ming-3.0-tts 仅用 0.5B 参数就达到了顶级文本转语音质量，采用 MIT 许可，表现远超其参数规模
它是我们任何文本转语音排行榜前三名中唯一参数量低于 1B 的模型。在我们 Controlled Voice Arena 前十名中的其他所有开源权重 TTS 模型均为 3.5B 或更大，因此 @AntLingAGI 的 Ming-3.0-tts 以少 7 至 70 倍的参数达到了同一档位。
链接见下方 🧵