Ant Group открыла исходный код TTS-моделей Ming-3.0

Команда inclusionAI открыла исходный код семейства синтеза речи Ming-3.0-tts под лицензией MIT: плотная модель на 0,5 млрд параметров и MoE-модель tiny на 7,9 млрд параметров (1,3 млрд активных). Модели поддерживают клонирование и дизайн голоса по описанию, 14 встроенных тегов эмоций и 9 языков, включая русский нет — китайский, английский, немецкий, испанский, французский, корейский, японский, а также сычуаньский и кантонский.

• Две модели: 0,5 млрд параметров и MoE на 7,9 млрд (1,3 млрд активных)
• Более 100 встроенных китайских голосов и пять английских
• 14 тегов для смеха, вздохов и других звуков
• Первое место среди открытых моделей в рейтинге Artificial Analysis