Artificial Analysis 评测显示，蚂蚁集团 Ming-3.0-tts 成为 Controlled Voice TTS Arena 上的开源权重第一，并在发音鲁棒性榜单以 93.2% 与 Fish Audio Drama 3 Preview 并列第一、领先 Eleven v4 的 91.7%。
第三方评测机构给出 Ming-3.0-tts 在三个 TTS 榜单的具体分数和对比对象，读者可据此评估其开源语音合成水平。
蚂蚁集团的 Ming-3.0-tts 是 Artificial Analysis Controlled Voice TTS Arena 中新的 #1 开放权重模型，并在我们的 Pronunciation Robustness 排行榜上夺得 #1 的位置，与 Fish Audio 的 Drama 3 Preview 持平，领先于 Eleven v4
Ming-3.0-tts 是 @AntGroup 团队推出的新开放权重 Text to Speech 模型，一个密集 0.5B 参数模型，具有预设语音和无状态语音克隆。权重已在 Hugging Face 上以 MIT License 提供：Ming-3.0-tts-0.5B，同时还有一个 7.9B 专家混合变体 Ming-3.0-tts-tiny。
关键要点：
➤ Pronunciation Robustness：Ming-3.0-tts 得分 93.2%，在 31 个模型中排名 #1，与 Fish Audio Drama 3 Preview 的 93.2% 持平，领先于 Eleven v4 的 91.7%。它在 Expanding Shorthand 和 Preserving Exact Sequences 中排名 #1。
➤ Controlled Voice：Ming-3.0-tts 是 #1 开放权重模型，在 1,827 次出场中 Elo 为 1,069（+16/-16），领先于 Drama 3 Preview 的 1,059 和 Breeze TTS 2 的 1,019。它总体排名 #13。
➤ Provider Voice：Ming-3.0-tts 在 1,957 次出场中 Elo 为 1,188（+15/-15），在开放权重模型中排名 #3，落后于 Drama 3 Preview 的 1,245 和 Breeze TTS 2 的 1,220，总体排名 #19。
➤ 开放权重：Ming-3.0-tts 在我们三个 Text to Speech 排行榜中的两个上都是 #1 开放权重模型，即 Controlled Voice 和 Pronunciation Robustness，并在 Provider Voice 上排名 #3。
在下方查看更多细节并收听样本 🧵
来源：Artificial Analysis · x.com