Ant Group의 Ming-3.0-tts가 Artificial Analysis Controlled Voice TTS Arena에서 새로운 오픈 웨이트 1위 모델이 되었으며, 발음 견고성(Pronunciation Robustness) 리더보드에서 1위를 차지했습니다. Fish Audio의 Drama 3 Preview와 어깨를 나란히 하며 Eleven v4를 앞섭니다
Ming-3.0-tts는 @AntLingAGI 팀의 새로운 오픈 웨이트 텍스트 음성 변환(Text to Speech) 모델로, 사전 설정된 음성과 상태 비저장(stateless) 음성 복제를 갖춘 dense 0.5B 파라미터 모델입니다. 가중치는 MIT 라이선스로 Hugging Face에서 제공됩니다: Ming-3.0-tts-0.5B, 그리고 7.9B mixture-of-experts 변형인 Ming-3.0-tts-tiny도 함께 제공됩니다.
주요 내용:
➤ 발음 견고성: Ming-3.0-tts는 93.2%를 기록하며 31개 모델 중 1위를 차지했고, 93.2%의 Fish Audio Drama 3 Preview와 어깨를 나란히 하며 91.7%의 Eleven v4를 앞섭니다. Expanding Shorthand 및 Preserving Exact Sequences 부문에서 1위입니다.
➤ Controlled Voice: Ming-3.0-tts는 Elo 1,069 (+16/-16)를 기록하며 1,827회 등장에 걸쳐 오픈 웨이트 1위 모델이 되었고, 1,059의 Drama 3 Preview와 1,019의 Breeze TTS 2를 앞섭니다. 전체 순위에서는 13위입니다.
➤ Provider Voice: Ming-3.0-tts는 Elo 1,188 (+15/-15)를 기록하며 1,957회 등장에 걸쳐 오픈 웨이트 모델 중 3위로, 1,245의 Drama 3 Preview와 1,220의 Breeze TTS 2에 이어 전체 순위에서는 19위입니다.
➤ 오픈 웨이트: Ming-3.0-tts는 세 개의 텍스트 음성 변환 리더보드 중 두 곳인 Controlled Voice와 발음 견고성(Pronunciation Robustness)에서 오픈 웨이트 1위 모델이며, Provider Voice에서는 3위입니다.
아래에서 자세한 내용을 확인하고 샘플을 들어보세요 🧵