Ming-omni-tts双版本开放模型权重

蚂蚁集团InclusionAI上传Ming-omni-tts的16.8B-A3B与0.5B两个音频生成版本的权重及推理代码，采用Apache 2.0许可。模型以文本与参考音频为输入、音频为输出，提供语音、环境声音和音乐的单通道合成，支持语速、音高、音量、情绪与方言控制，并可进行声音设计和克隆。需要本地化部署语音合成、并精细控制韵律与音色的团队，可按算力资源选择版本自部署，用参考音频实测克隆与方言控制效果。