智东西·· 4 小时前精选AI 评估 · 77/100分数表示内容值得关注的程度,依据实质份量、信息增量、证据强度、读者相关性和可用性,按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误,评分不代表事实已被核实,也不同于热点榜的讨论热度。
蚂蚁百灵开源 Ming-3.0 语音系列五款模型
蚂蚁一口气开源5款语音模型!我们用它扒了《甄嬛传》滴血验亲名场面
AI 导读
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、语音识别,权重已在 Hugging Face 和 ModelScope 开放。其中 0.5B 的 TTS 模型支持用文字指令控制情绪、重音和停顿,并可插入笑声、叹息;ASR 模型支持传入热词和对话上文辅助识别。
推荐理由
五款开源语音模型的能力边界和实测短板都写清楚了,读者可据此判断语音智能体落地还差什么。
来源:智东西 · mp.weixin.qq.com