AI最前沿 88Z.ai 10 月 20 日消息，蚂蚁百灵发布开源语音模型系列 Ming-3.0，包含五款模型，涵盖语音合成、音频理解与对话、语音识别三大任务，支持灵活组合接入业务。其中 TTS 模型支持情绪节奏调整及副语言标签，音频模型可结构化总结长录音，ASR 模型支持热词注入且平均错误率为 4.41%。
消息要点
- Ming-3.0 系列含五款模型，覆盖合成、理解与识别任务
- TTS 支持情绪调整，ASR 平均错误率为 4.41%
要点
蚂蚁百灵正式开源 Ming-3.0 语音系列模型，该系列共包含五款模型，全面覆盖语音合成、音频理解与对话以及语音识别三类核心任务，开发者可根据需求组合接入业务工作流。在具体功能上，Ming-3.0-tts 支持通过导演模式精细调整情绪与节奏，并兼容行内副语言标签；Ming-3.0-audio-flash 具备对长录音进行总结分析的能力，并能输出结构化结果；Ming-3.0-asr-tiny 则支持热词与上下文注入技术，在四类评测中展现出平均 4.41% 的错误率表现。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 百灵大模型原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。