蚂蚁开源 Ming-3.0 全链路语音模型家族，含 TTS、音频理解与 ASR 共 5 个模型

蚂蚁开源 Ming-3.0 语音模型家族共 5 个模型，覆盖听懂、回答、说话三个环节，可组合搭建从听到理解再到合成的语音 Agent。TTS 侧 Ming-3.0-tts 支持用自然语言设计声音，按指令控制音色、语速、音高、情绪、重音及叹气、笑声、停顿等副语言表现，含 Tiny 7.9B/A1.3B 与 0.5B 两款。