五款语音开源，分数没印

IT之家这篇的页面时间是 2026/10/20 9:34:53。它转述蚂蚁百灵当天的宣布：开源 Ming-3.0 语音系列，分成语音合成、音频理解与对话、语音识别三个系列，一共五款模型。页面给出的名字是 Ming-3.0-tts-0.5B、Ming-3.0-tts-tiny、Ming-3.0-audio-flash、Ming-3.0-audio-tiny 和 Ming-3.0-asr-tiny。权重链接指向 Hugging Face 和 ModelScope。页面没有印出任何评测分数。

能力说明也是公司的产品介绍。合成这一档写着，Voice Design 可以用文字描述目标音色，也支持用一段参考音频来设定音色，另外有一个导演模式，用来说明台词怎样表演。音频理解这一档写着，可以直接对长音频做转写、总结和观点分析，并说这样能留下情绪、说话人和环境信息。这些都没有对照模型和样本数。

页面称，合成模型已经用在阿福 App 的主对话和语音通话，以及小虎智能办公。识别模型已经用在阿福医生助手、支付宝搜索、蚁小保的实时语音对话和安全核身。这些是部署范围的说法，不是公开榜。页面还写，Ling Studio 提供其中三款的接口。接口怎样调用，这一版不写。