튜토리얼 및 팁

Boson AI와 LMSYS, SGLang-Omni 기반 Higgs Audio v3 TTS 엔드투엔드 서비스 출시

원제목: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 요약

Boson AI와 LMSYS가 SGLang-Omni 추론 프레임워크 기반의 Higgs Audio v3 TTS 엔드투엔드 서비스를 공동 출시했다. 이 모델은 약 4B 파라미터로 Qwen3-4B 백본을 기반으로 하며 100개 언어(내부 평가 111개 언어 커버)를 지원하고, Seed-TTS, CV3, MiniMax-Multilingual 및 Higgs-Multilingual 제로샷 음성 복제 작업에서 문자 단위 WER/CER를 달성했다. 개발자는 텍스트 내 제어 태그로 감정(20여 종), 스타일, 운율(속도/음높이/휴지) 및 음향 효과를 실시간 조정할 수 있다. 모델은 스트리밍 합성을 지원해 텍스트가 완성되기 전에도 음성 생성을 시작하고 일관성을 유지한다. SGLang-Omni는 다단계 생성 모델을 위해 설계되어 AR 디코딩과 경량 연산을 통합 스케줄링하여 저지연 추론을 구현한다.

핵심 정보

  • Boson AI와 LMSYS가 SGLang-Omni 추론 프레임워크 기반의 Higgs Audio v3 TTS 엔드투엔드 서비스를 공동 출시했다.
  • 이 모델은 약 4B 파라미터로 Qwen3-4B 백본을 기반으로 하며 100개 언어(내부 평가 111개 언어 커버)를…
  • 개발자는 텍스트 내 제어 태그로 감정(20여 종),스타일,운율(속도/음높이/휴지) 및 음향 효과를 실시간 조정할 수 있다.
  • 모델은 스트리밍 합성을 지원해 텍스트가 완성되기 전에도 음성 생성을 시작하고 일관성을 유지한다.
  • SGLang-Omni는 다단계 생성 모델을 위해 설계되어 AR 디코딩과 경량 연산을 통합 스케줄링하여 저지연 추론을 구현한다.

한눈에 보기

게시
업데이트
출처
LMSYS Blog
카테고리
튜토리얼 및 팁
AI 점수
77
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

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。

관련 엔티티

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: Boson AI와 LMSYS, SGLang-Omni 기반 Higgs Audio v3 TTS 엔드투엔드 서비스 출시. 2026년 6월 4일. https://new.nat6.net/ko/news/cmpzqhv5y0607slkptes62n17/

전체 보기 →