蚂蚁百灵宣布开源 Ming-3.0语音系列，共计五款模型，覆盖语音合成、音频理解与对话、语音识别三类能力。开发者既可以按任务单独挑选，也能把不同能力拼进自己的工作流里。 在语音合成一侧，Ming-3.0-tts 系列的 Voice Design 允许用文字直接描述想要的音色，也支持用参考音频来设定声音特质。它更有意思的一处是"导演模式":创作者可以写明台词的表演方式，交代情绪如何起伏、哪些词需要重读、节奏该怎么处理，相当于把配音的二度创作也交给了模型。在蚂蚁内部，这套能力已经落进多条业务线——从阿福 App…