Boson AI at LMSYS, inilabas ang Higgs Audio v3 TTS end-to-end service batay sa SGLang-Omni
Orihinal na pamagat: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
AI summary
Magkasamang inilunsad ng Boson AI at LMSYS ang Higgs Audio v3 TTS end-to-end service batay sa SGLang-Omni inference framework. Ang modelo ay may humigit-kumulang 4B parameter, batay sa Qwen3-4B backbone, at sumusuporta sa 100 wika (111 ang saklaw ng internal evaluation), at umaabot sa character-level WER/CER sa Seed-TTS, CV3, MiniMax-Multilingual at Higgs-Multilingual zero-shot voice cloning tasks. Maaaring i-adjust ng developer sa real time ang emosyon (20+), estilo, prosody (bilis/pitch/pause) at sound effects sa pamamagitan ng control tags sa teksto. Sinusuportahan ng modelo ang streaming synthesis, kaya makakapagsimula nang bumuo ng boses kahit hindi pa kumpleto ang teksto, at nananatiling consistent. Dinisenyo ang SGLang-Omni para sa multi-stage generation models, na pinag-iisa ang scheduling ng AR decoding at magaan na computation, para sa low-latency inference.
Mahahalagang impormasyon
- Magkasamang inilunsad ng Boson AI at LMSYS ang Higgs Audio v3 TTS end-to-end service batay sa…
- Ang modelo ay may humigit-kumulang 4B parameter,batay sa Qwen3-4B backbone,at sumusuporta sa 100…
- Maaaring i-adjust ng developer sa real time ang emosyon (20+),estilo,prosody (bilis/pitch/pause)…
- Sinusuportahan ng modelo ang streaming synthesis,kaya makakapagsimula nang bumuo ng boses kahit…
- Dinisenyo ang SGLang-Omni para sa multi-stage generation models,na pinag-iisa ang scheduling ng AR…
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- LMSYS Blog
- Kategorya
- Mga Tutorial at Tip
- AI na marka
- 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。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Boson AI at LMSYS, inilabas ang Higgs Audio v3 TTS end-to-end service batay sa SGLang-Omni. 4 Hunyo 2026. https://new.nat6.net/fil/news/cmpzqhv5y0607slkptes62n17/