Magpie TTS 多语言模型支持哪些语言?
支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语,以及新增的现代标准阿拉伯语、韩语和巴西葡萄牙语,共12种语言。
(翻译)构建低延迟多语言语音智能体:借助 NVIDIA Magpie TTS 实现开放权重与完整部署控制

A Blog post by NVIDIA on Hugging Face
NVIDIA 发布 Magpie TTS 多语言模型,开放权重并支持12种语言,新增现代标准阿拉伯语、韩语和巴西葡萄牙语。该模型可部署在自有基础设施上,结合帧堆叠与局部 Transformer 架构,在 B200 上实现32毫秒首音频时延和约320倍实时吞吐,并提升法语、西班牙语的合成质量,适用于企业级低延迟语音智能体。
支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语,以及新增的现代标准阿拉伯语、韩语和巴西葡萄牙语,共12种语言。
采用帧堆叠(每次解码预测两个音频帧)和局部 Transformer 架构,在 B200 上实现 32ms 的首音频时延,64 并发流下吞吐为实时速度的约 320 倍。
可以。Magpie TTS 开放权重,可在自有或私有化环境部署,支持通过 NeMo 微调,也可使用 NVIDIA NIM 容器进行生产部署。