蚂蚁的 Ling 团队把 Ming-3.0 语音系列一次性开源，共 5 款模型，覆盖语音合成、音频理解与对话、语音识别三条线。

打开网易新闻 查看精彩图片

据测试结果，这批模型在多项基准上处于开源权重模型的前列，涉及长时多说话人对话分析、英文发音稳健性、语音推理以及识别错误率。

五个模型、三个方向，一次放出。对需要本地部署语音能力的团队来说，可选项里又多了一组开源权重。