Tutoriels et astuces

Boson AI et LMSYS lancent le service TTS de bout en bout Higgs Audio v3 basé sur SGLang-Omni

Titre 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

Résumé IA

Boson AI et LMSYS lancent conjointement le service TTS de bout en bout Higgs Audio v3, basé sur le framework d'inférence SGLang-Omni. Le modèle compte environ 4B de paramètres, repose sur le backbone Qwen3-4B et prend en charge 100 langues (111 couvertes par les évaluations internes), atteignant un WER/CER au niveau du caractère dans les tâches de clonage vocal zero-shot Seed-TTS, CV3, MiniMax-Multilingual et Higgs-Multilingual. Les développeurs peuvent ajuster en temps réel l'émotion (plus de 20), le style, la prosodie (débit/hauteur/pauses) et les effets sonores via des balises de contrôle intégrées au texte. Le modèle prend en charge la synthèse en streaming, permettant de commencer la génération vocale avant que le texte soit complet tout en maintenant la cohérence. SGLang-Omni est conçu pour les modèles de génération multi-étapes, unifiant l'ordonnancement du décodage AR et des calculs légers pour une inférence à faible latence.

Points clés

  • Boson AI et LMSYS lancent conjointement le service TTS de bout en bout Higgs Audio v3,basé sur le…
  • Le modèle compte environ 4B de paramètres,repose sur le backbone Qwen3-4B et prend en charge 100…
  • Les développeurs peuvent ajuster en temps réel l'émotion (plus de 20),le style,la prosodie…
  • Le modèle prend en charge la synthèse en streaming,permettant de commencer la génération vocale…
  • SGLang-Omni est conçu pour les modèles de génération multi-étapes,unifiant l'ordonnancement du…

En bref

Publié
Mis à jour
Source
LMSYS Blog
Catégorie
Tutoriels et astuces
Score IA
77
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

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。

Entités associées

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Boson AI et LMSYS lancent le service TTS de bout en bout Higgs Audio v3 basé sur SGLang-Omni. 4. juin 2026. https://new.nat6.net/fr/news/cmpzqhv5y0607slkptes62n17/

Tout voir →