蚂蚁集团发布 Ming-3.0-tts 登顶开源语音合成榜单
蚂蚁集团 Ling AGI 团队推出开源文本转语音模型 Ming-3.0-tts，在 Artificial Analysis 的受控语音和发音鲁棒性榜单中位列第一。该模型提供 0.5B 稠密版与 7.9B 混合专家版，支持预设音色与无状态声音克隆，以 MIT 协议开源权重。
报道正文
Artificial Analysis (@ArtificialAnlys) · 2026-10-20 03
蚂蚁集团的 Ming-3.0-tts 成为 Artificial Analysis 受控语音 TTS Arena 中排名第一的开源权重模型，并在我们的发音鲁棒性排行榜上占据榜首，与 Fish Audio 的 Drama 3 Preview 并列第一，领先于 Eleven v4。
Ming-3.0-tts 是 @AntLingAGI 团队推出的全新开源权重文本转语音（TTS）模型，这是一个拥有 0.5B 参数的稠密模型，支持预设音色和无状态声音克隆。权重已在 Hugging Face 上以 MIT 许可证发布：Ming-3.0-tts-0.5B，同时还有一个 7.9B 参数的混合专家（MoE）变体 Ming-3.0-tts-tiny。
关键要点：
➤ 发音鲁棒性：Ming-3.0-tts 得分为 93.2%，在 31 个模型中排名第 1，与 Fish Audio Drama 3 Preview（93.2%）持平，并领先于 Eleven v4（91.7%）。它在“扩展简写”和“保留精确序列”两项指标中均排名第 1。
➤ 受控语音：Ming-3.0-tts 是排名第一的开源权重模型，Elo 分数为 1,069 (+16/-16)，共参与 1,827 次对比，领先于 Drama 3 Preview（1,059）和 Breeze TTS 2（1,019）。其总体排名为第 13 位。
➤ 提供商语音：Ming-3.0-tts 的 Elo 分数为 1,188 (+15/-15)，共参与 1,957 次对比，在开源权重模型中排名第 3，落后于 Drama 3 Preview（1,245）和 Breeze TTS 2（1,220），总体排名为第 19 位。
➤ 开源权重：在我们的三个文本转语音排行榜中的两个（受控语音和发音鲁棒性）上，Ming-3.0-tts 是排名第一的开源权重模型；在提供商语音排行榜上则排名第 3。
更多详情及试听样本见下方 🧵
