ट्यूटोरियल और टिप्स

Boson AI और LMSYS ने SGLang-Omni आधारित Higgs Audio v3 TTS एंड-टू-एंड सेवा जारी की

मूल शीर्षक: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 सारांश

Boson AI और LMSYS ने संयुक्त रूप से SGLang-Omni अनुमान फ्रेमवर्क पर आधारित Higgs Audio v3 TTS एंड-टू-एंड सेवा पेश की है। यह मॉडल लगभग 4B पैरामीटर का है, Qwen3-4B बैकबोन पर आधारित है, 100 भाषाओं का समर्थन करता है (आंतरिक मूल्यांकन में 111 भाषाएं शामिल), और Seed-TTS, CV3, MiniMax-Multilingual तथा Higgs-Multilingual ज़ीरो-शॉट वॉइस क्लोनिंग कार्यों में वर्ण-स्तरीय WER/CER प्राप्त करता है। डेवलपर पाठ के भीतर नियंत्रण टैग के माध्यम से भावना (20+ प्रकार), शैली, लय (गति/पिच/विराम) और ध्वनि प्रभावों को वास्तविक समय में समायोजित कर सकते हैं। मॉडल स्ट्रीमिंग संश्लेषण का समर्थन करता है, पाठ पूरा होने से पहले ही वाक् उत्पन्न करना शुरू कर सकता है और निरंतरता बनाए रखता है। SGLang-Omni विशेष रूप से बहु-चरणीय जनरेटिव मॉडल के लिए डिज़ाइन किया गया है, जो AR डिकोडिंग और हल्की गणना को एकीकृत रूप से शेड्यूल करके कम विलंबता वाला अनुमान प्रदान करता है।

मुख्य जानकारी

  • Boson AI और LMSYS ने संयुक्त रूप से SGLang-Omni अनुमान फ्रेमवर्क पर आधारित Higgs Audio v3 TTS…
  • और Seed-TTS,MiniMax-Multilingual तथा Higgs-Multilingual ज़ीरो-शॉट वॉइस क्लोनिंग कार्यों में…
  • लय (गति/पिच/विराम) और ध्वनि प्रभावों को वास्तविक समय में समायोजित कर सकते हैं। मॉडल स्ट्रीमिंग…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
LMSYS Blog
श्रेणी
ट्यूटोरियल और टिप्स
AI स्कोर
77
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Boson AI और LMSYS ने SGLang-Omni आधारित Higgs Audio v3 TTS एंड-टू-एंड सेवा जारी की। 4 जून 2026। https://new.nat6.net/hi/news/cmpzqhv5y0607slkptes62n17/

सभी देखें →