Sakhanda Wire
NVDA $153.32 -1.81% MSFT $505.84 -2.35% GOOGL $280.31 -1.20% META $621.44 -0.79% AMZN $257.31 -0.17%
← К новостям

NVIDIA Magpie TTS расширил поддержку до 12 языков

NVIDIA выпустила обновленную многоязычную модель синтеза речи Magpie TTS с открытыми весами, поддержкой 12 языков и возможностью развертывания в инфраструктуре, контролируемой разработчиками. Модель содержит 364M параметров и теперь поддерживает современный стандартный арабский, корейский и бразильский португальский наряду с английским, испанским, французским, немецким, итальянским, вьетнамским, китайским, хинди и японским. Для языков доступны мужские и женские голоса на основе общего многоязычного представления говорящего.

В новой версии расширена поддержка переключения между языками для хинди и японского. Для этого применяются обработка IPA при преобразовании графем в фонемы и пользовательские словари произношения. NVIDIA также сообщает об улучшении качества в ряде языков: например, для французского показатель ошибок по символам снизился с 2.70% до 1.54%, а сходство голоса выросло с 0.703 до 0.747.

Тестирование контейнера NVIDIA NIM на собственной инфраструктуре показало задержку до первого аудиосигнала 32–79 ms при одном потоке на разных GPU. На B200 при 64 потоках этот показатель составил 239 ms, а производительность — 319.81× относительно реального времени. Архитектура с группированием аудиокадров и локальным трансформером сокращает время декодирования. Модель можно запускать локально и настраивать с помощью NeMo.

Текст подготовлен ИИ Sakhanda Wire по материалу Hugging Face. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием Hugging Face

Читать оригинал на Hugging Face ↗

Репортаж и изображение принадлежат Hugging Face и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости