Artificial Analysis (@ArtificialAnlys) · 2026/10/20 10:06:45
蚂蚁集团开源 Ming-3.0-tts，登顶语音合成榜单
蚂蚁集团发布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开源第一。该模型提供 0.5B 稠密版与 7.9B 混合专家版，支持无状态声音克隆，以 MIT 协议开源权重。
报道全文原始报道全文
Artificial Analysis (@ArtificialAnlys) · 2026-10-20 02
蚂蚁集团的 Ming-3.0-tts 成为 Artificial Analysis Controlled Voice TTS Arena 中排名第一的开源权重模型，并在我们的 Pronunciation Robustness（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 @AntGroup 团队推出的全新开源权重 Text to Speech（文本转语音）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 License 发布：Ming-3.0-tts-0.5B，同时还有一个 7.9B 参数的 mixture-of-experts（混合专家）变体 Ming-3.0-tts-tiny。
关键要点：
➤ Pronunciation Robustness（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 的 93.2% 持平，并领先于 Eleven v4 的 91.7%。它在“扩展简写”和“保持精确序列”两项指标中均排名第 1。
➤ Controlled Voice（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 的 1,059 分和 Breeze TTS 2 的 1,019 分。其总体排名为第 13 位。
➤ Provider Voice（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 的 1,245 分和 Breeze TTS 2 的 1,220 分，总体排名第 19 位。
➤ 开源权重：Ming-3.0-tts 在我们的三个 Text to Speech 排行榜中的两个（Controlled Voice 和 Pronunciation Robustness）上均位居开源权重模型榜首，并在 Provider Voice 榜单上排名第 3。
更多详情及试听样本见下方 🧵
