AI 摘要
- 螞蟻集團 Ming-3.0-tts 在受控語音競技場中以 1069 Elo 登上開源模型榜首。
- 該模型在發音魯棒性榜單取得 93.2%，於 31 款參評模型中並列第一。
- Ming-3.0-tts 以 MIT 協議在 Hugging Face 平臺全面開源。
螞蟻集團 Ming-3.0-tts 是近期語音生成領域的重要開源成果。根據獨立 AI 評測機構 Artificial Analysis 公布的最新語音大模型（TTS）競技場榜單，該模型在多項核心指標中取得第一名，成為開源陣營的焦點。
產品定位與開源策略
Ming-3.0-tts 定位為輕量高效的文本轉語音模型，提供多種預設聲音，並具備無狀態聲音克隆能力。其權重已在 Hugging Face 平臺以 MIT 協議全面開源。
模型版本
- 0.5B 參數的密集模型版本
- Ming-3.0-tts-tiny：採用 7.9B 混合專家架構（MoE）的變體版本
榜單表現
在發音魯棒性榜單中，Ming-3.0-tts 取得 93.2% 的分數，於參評的 31 款全球主流模型中並列第一，與 Fish Audio 的 Drama3Preview 處於同一水平，並領先 Eleven v4 的 91.7%。報導指出，該模型在處理擴展簡寫與精準序列保留等高難度任務時表現突出。
在受控語音競技場中，測試以統一的 8 個克隆聲音進行橫向盲測。Ming-3.0-tts 於 1827 次評測中獲得 1069 的 Elo 評分，登上開源模型榜首，總榜排名第 13。
在平臺提供商原生聲音榜單中，該模型於 1957 次評測中取得 1188 的 Elo 評分，位列開源模型第三，總榜排名第 19。
主要競品比較
| 榜單／指標 | 模型 | 分數 | 來源提供的排名資訊 |
|---|---|---|---|
| 發音魯棒性 | Ming-3.0-tts | 93.2% | 並列第一（31 款參評模型） |
| 發音魯棒性 | Eleven v4 | 91.7% | 來源未提供排名 |
| 受控語音競技場 | Ming-3.0-tts | 1069 Elo | 開源模型第一，總榜第 13 |
| 受控語音競技場 | Drama3Preview | 1059 Elo | 來源未提供排名 |
| 受控語音競技場 | Breeze TTS2 | 1019 Elo | 來源未提供排名 |
編輯觀察
從來源資料來看，Ming-3.0-tts 在受控語音與發音魯棒性兩個維度同時取得開源模型第一，顯示其在語音克隆與複雜文本讀音處理上具備一定競爭力。不過，榜單結果來自特定測試條件，實際應用表現仍需依據開發者的場景進一步驗證。
Reference Link : news.aibase.com
