#蚂蚁百灵开源语音系列# 10 月 20 日，蚂蚁百灵官宣开源 Ming-3.0 语音系列，包含语音合成、音频理解对话、语音识别三大方向，一共五款模型。开发者可以按需单独选用，也可以组合起来接入自身工作流。

Ming-3.0-tts 支持 Voice Design 音色设定，文字描述或者参考音频都能定制音色，还有特色导演模式，可以指定台词情绪变化、重音和节奏。该模型已经落地阿福 App 通话、医生音色克隆、小虎智能办公等业务，还能搭配 Ming-3.0-asr-tiny，打通语音输入和语音播报。

Ming-3.0-audio-flash、tiny 可以直接处理长音频，完成转写、总结、观点分析并结构化输出，相比传统方案，能够保留情绪、说话人、环境信息，支持长上下文快速推理。

Ming-3.0-asr-tiny 依托多语种、方言和领域热词语料，结合大模型上下文能力提升识别效果，已经用在阿福医生助手、支付宝搜索、蚁小保语音对话、安全核身等场景。