Tutorial & Tips

Boson AI dan LMSYS merilis layanan end-to-end Higgs Audio v3 TTS berbasis SGLang-Omni

Judul asli: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

Ringkasan AI

Boson AI dan LMSYS bersama-sama meluncurkan layanan end-to-end Higgs Audio v3 TTS berbasis kerangka inferensi SGLang-Omni. Model ini memiliki sekitar 4B parameter, berbasis tulang punggung Qwen3-4B, mendukung 100 bahasa (evaluasi internal mencakup 111 bahasa), dan mencapai WER/CER tingkat karakter pada tugas kloning suara zero-shot Seed-TTS, CV3, MiniMax-Multilingual, serta Higgs-Multilingual. Pengembang dapat menyesuaikan emosi (20+ jenis), gaya, prosodi (kecepatan/pitch/jeda), dan efek suara secara real-time melalui tag kontrol dalam teks. Model mendukung sintesis streaming, dapat mulai menghasilkan suara sebelum teks selesai dan tetap konsisten. SGLang-Omni dirancang khusus untuk model generatif multi-tahap, menyatukan penjadwalan decoding AR dan komputasi ringan, sehingga mewujudkan inferensi latensi rendah.

Poin utama

  • Boson AI dan LMSYS bersama-sama meluncurkan layanan end-to-end Higgs Audio v3 TTS berbasis…
  • Model ini memiliki sekitar 4B parameter,berbasis tulang punggung Qwen3-4B,mendukung 100 bahasa…
  • Pengembang dapat menyesuaikan emosi (20+ jenis),gaya,prosodi (kecepatan/pitch/jeda),dan efek suara…
  • Model mendukung sintesis streaming,dapat mulai menghasilkan suara sebelum teks selesai dan tetap…
  • SGLang-Omni dirancang khusus untuk model generatif multi-tahap,menyatukan penjadwalan decoding AR…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
LMSYS Blog
Kategori
Tutorial & Tips
Skor AI
77
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Boson AI dan LMSYS merilis layanan end-to-end Higgs Audio v3 TTS berbasis SGLang-Omni. 4 Juni 2026. https://new.nat6.net/id/news/cmpzqhv5y0607slkptes62n17/

Lihat semua →