Tutoriales y consejos

Boson AI y LMSYS lanzan el servicio TTS integral Higgs Audio v3 basado en SGLang-Omni

Título original: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

Resumen de IA

Boson AI y LMSYS presentan conjuntamente el servicio TTS integral Higgs Audio v3, basado en el marco de inferencia SGLang-Omni. El modelo tiene unos 4B de parámetros, se apoya en el backbone Qwen3-4B y admite 100 idiomas (la evaluación interna cubre 111), con WER/CER a nivel de carácter en tareas de clonación de voz zero-shot como Seed-TTS, CV3, MiniMax-Multilingual y Higgs-Multilingual. Los desarrolladores pueden ajustar en tiempo real la emoción (más de 20 tipos), el estilo, la prosodia (velocidad, tono, pausas) y los efectos de sonido mediante etiquetas de control en el texto. El modelo admite síntesis en streaming: puede empezar a generar voz antes de que el texto esté completo manteniendo la coherencia. SGLang-Omni está diseñado para modelos de generación multietapa y unifica la programación de la decodificación AR y la computación ligera para lograr inferencia de baja latencia.

Puntos clave

  • Boson AI y LMSYS presentan conjuntamente el servicio TTS integral Higgs Audio v3,basado en el…
  • El modelo tiene unos 4B de parámetros,se apoya en el backbone Qwen3-4B y admite 100 idiomas (la…
  • Los desarrolladores pueden ajustar en tiempo real la emoción (más de 20 tipos),el estilo,la…
  • El modelo admite síntesis en streaming: puede empezar a generar voz antes de que el texto esté…
  • SGLang-Omni está diseñado para modelos de generación multietapa y unifica la programación de la…

Resumen rápido

Publicado
Actualizado
Fuente
LMSYS Blog
Categoría
Tutoriales y consejos
Puntuación IA
77
Leer el original Leer el artículo completo en la fuente original
Por qué importa

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。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Boson AI y LMSYS lanzan el servicio TTS integral Higgs Audio v3 basado en SGLang-Omni. 4. junio 2026. https://new.nat6.net/es/news/cmpzqhv5y0607slkptes62n17/

Ver todo →