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-ttsرتبهٔ ۲۴Elo ۱٬۱۸۵