El Ming-3.0-tts de Ant Group logra calidad de Text to Speech de primer nivel con solo 0.5B de parámetros, tiene licencia MIT y rinde muy por encima de sus pesos
Es el único modelo de menos de 1B de parámetros en el top 3 de cualquiera de nuestras tablas de clasificación de Text to Speech. Todos los demás modelos TTS de pesos abiertos en el top 10 de nuestro Controlled Voice Arena son de 3.5B o más, así que el Ming-3.0-tts de @AntLingAGI alcanza el mismo nivel con 7x a 70x menos parámetros.
Enlaces abajo 🧵