Martes 20 de octubre de 2026 ·
Ant Group publica en abierto Ming-3.0-tts, modelos de voz pequeños con control fino
Útil para
El equipo inclusionAI de Ant Group publicó con licencia MIT la familia Ming-3.0-tts, de síntesis de voz para ejecutarse en local. Incluye un modelo denso de 0.5B parámetros y otro de tipo mezcla de expertos con 7.900 millones de parámetros totales y 1.300 millones activos por token. Permite clonar una voz, diseñar una nueva a partir de una descripción en texto, elegir entre más de 100 voces chinas y cinco inglesas, y ajustar emoción, velocidad, tono y volumen. Admite siete idiomas y dos dialectos chinos, y el modelo tiny genera diálogos con varios hablantes a partir de un guion.
Qué significa
Los desarrolladores pueden generar voz sin depender de una API en la nube, gratis y con código abierto. Un productor de podcasts, por ejemplo, podría crear diálogos con varias voces a partir de un guion.
Cómo te afecta
- Programadores
La licencia MIT y el modelo denso de 0,5B permiten probar generación de voz en local sin API, aunque el resumen no especifica requisitos de hardware. Es el primero que te pondría a prueba para un flujo de audio.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Pandaily (CN)Leer la noticia completa en Pandaily (CN)
También ese día
Todas las noticias de IA del martes 20 de octubre de 2026 ->