(网经社讯)10月20日，蚂蚁百灵宣布开源Ming-3.0语音系列，分别提供语音合成、音频理解与对话、语音识别三个系列，共五款模型。开发者可按任务选择，也可将不同能力组合进工作流。
据网经社AI台（AI.100EC.CN）获悉，Ming-3.0-tts系列的Voice Design支持用文字描述目标音色，同时支持参考音频的音色设定。创作者可用导演模式说明台词的表演方式，描述情绪变化、重读词及节奏处理。该模型已在蚂蚁内部应用于阿福App主对话与语音通话、医生音色克隆、小虎智能办公等业务，既可独立承担配音，也可与Ming-3.0-asr-tiny组合，连接语音输入和回答播报环节。
Ming-3.0-audio-flash/tiny支持直接对长音频进行转写、总结和观点分析等复杂理解，并进行结构化输出，能保留对话中的情绪、说话人身份、环境信息等。Ming-3.0-asr-tiny通过构建普通话、英文、方言、领域热词等高质量语料，结合语言模型基座的上下文理解能力，提升真实业务场景的语音识别效果，已在阿福医生助手、支付宝搜索、蚁小保实时语音对话和安全核身等场景应用。
浙江网经社信息科技公司拥有19年历史，作为中国领先的数字经济新媒体、服务商，提供“媒体+智库”、“会员+孵化”服务；（1）面向电商平台、头部服务商等PR条线提供媒体传播服务；（2）面向各类企事业单位、政府部门、培训机构、电商平台等提供智库服务；（3）面向各类电商渠道方、品牌方、商家、供应链公司等提供“千电万商”生态圈服务；（4）面向各类初创公司提供创业孵化器服务。
网经社“电数宝”电商大数据库（DATA.100EC.CN，免费注册体验全库）基于电商行业18年沉淀，包含100+上市公司、新三板公司数据，150+独角兽、200+千里马公司数据，4000+起投融资数据以及10万+互联网APP数据，全面覆盖“头部+腰部+长尾”电商，旨在通过数据可视化形式帮助了解电商行业，挖掘行业市场潜力，助力企业决策，做电商人研究、决策的“好参谋”。
【版权声明】秉承互联网开放、包容的精神，网经社欢迎各方(自)媒体、机构转载、引用我们原创内容，但要严格注明来源网经社；同时，我们倡导尊重与保护知识产权，如发现本站文章存在版权问题，烦请将版权疑问、授权证明、版权证明、联系方式等，发邮件至NEWS@netsun.com，我们将第一时间核实、处理。
打开微信“扫一扫”
打开微信“扫一扫”
.png)
.png)
.png)
