NVIDIA veröffentlicht offene Gewichte für mehrsprachiges Magpie TTS
Das Modell mit 364 Millionen Parametern unterstützt 12 Sprachen und On-Premises-Deployments über NVIDIA NIM.
Warum es wichtig ist
Die Veröffentlichung gibt Entwicklern eine weitere Open-Weights-Option für mehrsprachige Sprachagenten, bei denen Latenz, Datenresidenz und anpassbare Aussprache wichtig sind. Sie spiegelt zudem einen breiteren Wandel hin zu kaskadierten Voice-Agent-Stacks wider, deren ASR-, LLM- und TTS-Komponenten unabhängig voneinander optimiert werden können.
Die Kernpunkte
- 1.Open-Weights-Magpie-TTS unterstützt 12 Sprachen.
- 2.Zu den neuen Sprachen gehören Arabisch, Koreanisch und brasilianisches Portugiesisch.
- 3.NVIDIA meldet 32 bis 79 ms TTFA bei Einzelstreams auf getesteten GPUs.
NVIDIA hat Magpie TTS Multilingual veröffentlicht, ein Text-to-Speech-Modell mit offenen Gewichten und 364 Millionen Parametern auf Hugging Face. Die Veröffentlichung unterstützt 12 Sprachen, neu hinzugekommen sind Modernes Hocharabisch, Koreanisch und brasilianisches Portugiesisch. Zudem bietet das Modell männliche und weibliche Stimmen über eine gemeinsame mehrsprachige Sprecherrepräsentation. Laut NVIDIA lässt sich das Modell über NVIDIA NIM auf kontrollierter Infrastruktur bereitstellen; für On-Premises-Setups meldet das Unternehmen Time-to-First-Audio-Werte von 32 bis 79 ms bei Einzelstreams auf getesteten NVIDIA-GPUs.
⚡ Heute ausprobieren
Testen Sie die Hugging-Face-Demo oder den NVIDIA-Build-Endpunkt, bevor Sie sich für eine Managed-TTS-API für mehrsprachige Voice-Agent-Projekte entscheiden.
Quellen & Originalberichte
Dieser Brief fasst die Berichterstattung der folgenden Medien zusammen und verlinkt sie.
Hat dir dieses Briefing gefallen? Erhalte das nächste per Mail.
Mehr in Tools & Open Source
Debatte über KI-Text-Wasserzeichen dreht sich um Nachweisbarkeit
Beiträge erklären tokenbasierte Markierungen und argumentieren, dass Bearbeitung oder Paraphrasierung sie schwächen können.
Amazon und Hugging Face verbinden Strands Agents mit LeRobot
Ein Beitrag von Hugging Face beschreibt einen einheitlichen Ablauf zum Aufzeichnen, Trainieren und Bereitstellen von Robotikdaten.
The Verge rezensiert einen KI-generierten Film
Dem Bericht zufolge stammen die stärksten Elemente des Films aus menschlicher kreativer Arbeit.