Ming-3.0-TTS

مدل صوتی از اینکلوژن

به فارسی:مینگ ۳.۰ تی تی اس

این مدل چیست؟

Ming-3.0-TTS مدل وزن‌باز تبدیل متن به گفتار InclusionAI از Ant Group است که اکتبر ۲۰۲۶ در دو اندازه منتشر شد: نسخهٔ ۰٫۵ میلیارد پارامتری و نسخهٔ tiny ترکیب متخصصان (۷٫۹ میلیارد، ۱٫۳ میلیارد فعال). طراحی صدا از روی توضیح، شبیه‌سازی صدا، کنترل احساس و ۱۴ تگ برای صداهای غیرکلامی دارد و به چینی، انگلیسی، ژاپنی، کره‌ای، فرانسوی، آلمانی و اسپانیایی حرف می‌زند. با مجوز MIT روی Hugging Face منتشر شده است.

سازنده: اینکلوژن (InclusionAI)

کجا می‌شود از آن استفاده کرد؟

جایگاه در جدول‌های مقایسه

  • رأی‌گیری گفتار Artificial AnalysisMing-3.0-tts
    رتبهٔ ۲۴Elo ۱٬۱۸۵
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر اینکلوژن