蚂蚁集团 Ming-3.0-tts 登顶开源 TTS 榜单

蚂蚁集团发布开源语音合成模型 Ming-3.0-tts，在 Artificial Analysis 的 Controlled Voice TTS Arena 以 Elo 1,069 的成绩拿下开源模型第一，超过 Fish Audio 的 Drama 3 Preview（1,059）和 Breeze TTS 2（1,019）。发音鲁棒性榜单上，它以 93.2% 的准确率与 Drama 3 Preview 并列第一，高于 Eleven v4 的 91.7%。该模型为 0.5B 参数的稠密模型，支持预设音色和无状态音色克隆，权重以 MIT 许可证在 Hugging Face 开放，另有一个 7.9B 的 MoE 变体 Ming-3.0-tts-tiny。在三项 TTS 排行榜中，它在两项上位居开源模型第一。