蚂蚁百灵开源 Ming-3.0 语音系列，五款模型覆盖多类任务

蚂蚁百灵宣布开源 Ming-3.0 语音系列，共推出五款模型，覆盖语音合成、音频理解与对话、语音识别，开发者可按任务单独调用或组合接入工作流。语音合成模型支持文字描述音色、参考音频设定声音特质，并可根据指令控制情绪、重音和节奏。音频理解模型面向长音频，可进行转写、总结和观点分析，并输出结构化结果。Ming-3.0-asr-tiny 支持普通话、英语、方言及领域热词识别。蚂蚁称，相关模型已用于阿福、支付宝搜索、蚁小保实时语音对话及安全核身等业务场景。