Boson AI und LMSYS veröffentlichen End-to-End-Service für Higgs Audio v3 TTS auf Basis von SGLang-Omni
Originaltitel:Blog Higgs Audio v3 TTS on SGLang-Omni: Real-Time, Controllable Speech for Voice Agents Today we are announcing end-to-end serving for Higgs Audio v3 TTS on SGLang-Omni. Higgs Audio v3 TTS is Boson AI's text-to-speech model for conversational voice agents: it generates natural and expres... Boson AI & SGLang-Omni Team
KI-Zusammenfassung
Boson AI und LMSYS haben gemeinsam einen End-to-End-Service für Higgs Audio v3 TTS auf Basis des Inferenz-Frameworks SGLang-Omni vorgestellt. Das Modell hat etwa 4B Parameter, basiert auf dem Qwen3-4B-Backbone, unterstützt 100 Sprachen (interne Evaluierung deckt 111 ab) und erreicht bei Zero-Shot-Sprachklonungsaufgaben in Seed-TTS, CV3, MiniMax-Multilingual und Higgs-Multilingual WER/CER auf Zeichenebene. Entwickler können Emotionen (über 20), Stil, Prosodie (Sprechtempo/Tonhöhe/Pausen) und Soundeffekte über Steuerungstags im Text in Echtzeit anpassen. Das Modell unterstützt Streaming-Synthese: Die Sprachgenerierung kann beginnen, bevor der Text vollständig ist, und bleibt dabei konsistent. SGLang-Omni ist speziell für mehrstufige generative Modelle konzipiert und vereinheitlicht die Planung von AR-Dekodierung und leichten Berechnungen für latenzarme Inferenz.
Kernpunkte
- Boson AI und LMSYS haben gemeinsam einen End-to-End-Service für Higgs Audio v3 TTS auf Basis des…
- Das Modell hat etwa 4B Parameter,basiert auf dem Qwen3-4B-Backbone,unterstützt 100 Sprachen…
- Entwickler können Emotionen (über 20),Stil,Prosodie (Sprechtempo/Tonhöhe/Pausen) und Soundeffekte…
- Das Modell unterstützt Streaming-Synthese: Die Sprachgenerierung kann beginnen,bevor der Text…
- SGLang-Omni ist speziell für mehrstufige generative Modelle konzipiert und vereinheitlicht die…
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- LMSYS Blog
- Kategorie
- Tutorials & Tipps
- KI-Bewertung
- 77
Higgs v3 把多语言和实时可控制整合进一个流式 TTS 模型,SGLang-Omni 为它搭好了多阶段推理的底座,做语音 Agent 的可以直接抄作业,这比多数论文落地快半拍。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Boson AI und LMSYS veröffentlichen End-to-End-Service für Higgs Audio v3 TTS auf Basis von SGLang-Omni. 4. Juni 2026. https://new.nat6.net/de/news/cmpzqhv5y0607slkptes62n17/