蚂蚁百灵开源Ming-3.0系列语音模型，支持语音合成、识别与音频理解

蚂蚁百灵开源Ming-3.0系列五款语音模型，覆盖TTS、ASR与音频理解场景，权重已在Hugging Face和ModelScope开放。Ming-3.0-tts-0.5B通过自然语言指令控制表演细节，Ming-3.0-audio-flash实测可分析多人对话性格并定位背景音位置，ASR模型支持热词与上下文辅助识别。