跳到正文
LMSYS Org Blog(lmsys.org)· Boson AI & SGLang-Omni Team·· 2026-06-04精選品質評分71

SGLang-Omni 開始支援 Higgs Audio v3 TTS 即時語音生成

Higgs Audio v3 TTS on SGLang-Omni: Real-Time, Controllable Speech for Voice Agents

重點導讀

語音 AI 助理得在文字還沒說完時就開始回話,還要維持聲音和說話情緒一致。

  • Boson AI 與 SGLang-Omni 團隊宣佈,Higgs Audio v3 TTS 已能透過 SGLang-Omni 即時生成語音。
  • 文字一邊送進來,系統就能一邊合成音訊,使用者也能用文字標籤調整情緒、語氣、速度、音高和音效。模型支援 100 種語言,並可用一小段參考錄音跨語言模仿聲音。文章也分享服務速度測試,以及 SGLang-Omni 如何把語音生成拆成多個階段來排程和傳遞資料。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

推薦理由

文章比較多階段語音生成與一般模型服務的差異,並說明 SGLang-Omni 如何分段排程、串流傳音訊及管理 GPU 記憶體。

信源出處lmsys.org

Higgs Audio v3 TTS on SGLang-Omni: Real-Time, Controllable Speech for Voice Agents

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: LMSYS Org Blog (lmsys.org)
開啟原文

讀者討論

理性交流 · 即時討論