蚂蚁百灵发布Ming-3.0语音系列：五款模型覆盖合成、理解与识别

蚂蚁百灵正式开源Ming-3.0语音系列，包含五款模型覆盖语音合成、音频理解和语音识别三大领域。这些模型已上架Hugging Face和ModelScope，并通过Ling Studio提供API和在线体验。

在语音合成方面，Ming-3.0-tts支持通过文字描述或参考音频创建目标音色，并提供情绪变化、重读词和节奏控制功能。该模型在发音鲁棒性评测中获得93.2%的高分，位列第一。

音频理解模型Ming-3.0-audio-flash在多项评测中表现优异，能够处理长音频内容并保留情绪、说话人和环境信息。语音识别模型Ming-3.0-asr-tiny在四类评测中平均错误率仅4.41%，优于多个竞品模型。

这些模型已在阿福APP、支付宝搜索等场景中应用，展现了在实际业务中的优秀表现。蚂蚁百灵表示，未来将继续优化模型性能，扩大应用场景。