邵猛计划本地部署 0.5B 的 Ming-3.0-tts 做阅读与配音助手

meng shao· @shao__meng · X·2026-10-22 09:13· 58 分钟前AI 评分42

AI 导读

邵猛打算本地试跑 0.5B 的 Ming-3.0-tts 声音合成与克隆模型，看中其体积小可本地运行。他正为儿子的学习做 AI 辅助，继开源打字游戏后，计划做书籍阅读助手（支持全篇通读、停顿或指定区域提示）和视频德语配音，结合 ASR 与多模态视频理解做音画同步。他立 Flag 一周后投入日常学习并开源。

正文 · 原文

Ming-3.0-tts 这个 0.5B 的声音合成和克隆模型，我想试试，因为它够小，我想本地跑！

最近在给我儿子的学习做一些 AI 辅助，前面开源的打字游戏算是第一步（看我置顶帖）：
https://x.com/shao__meng/status/2112397032912719957?s=20

接下来想做一些书籍阅读和视频配音的尝试，他现在已经从绘本来到了文字书籍的阅读阶段，听力语感和发音都很好，不过有些词它不认识，我想给它做一个书籍阅读助手，可以全篇通读、也可以在停顿时或指定区域阅读提示。

视频配音是因为平时看的视频多数都是英文视频，他在学德语时的资源就比较有限，有些他想看的视频如果有德语就好了，现在有这种可以本地跑的 TTS，结合 ASR、多模态模型的视频理解等能力，就可以把配音生成为德语，再和画面进行匹配同步了。

说干就干，立个 Flag，一周后投入日常学习，到时老规矩，开源出来！

引用一飞冲天@ulgqob

看过谭谭交通么兄弟们，这个节目很搞笑，但是说话实说里边很多对话不是很能听懂，比如福建司机找医院这个。我一直想知道，这个福建人，到底说的是什么，他朋友的翻译到底对不对。现在好了，Ming-3.0语音系列模型来了，解决了我的问题，你们也可以去试试！ https://x.com/i/article/2113042697183465472

在 X 查看被引用的帖子

来源：meng shao · x.com