NVIDIA 发布多语言 TTS 模型 MagpieTTS，支持 12 种语言
原标题：nvidia/magpie_tts_multilingual_357m
AI 摘要
NVIDIA 发布了 MagpieTTS Multilingual 357M 模型，这是一个支持 12 种语言的多语言文本转语音（TTS）模型，采用编码器-解码器 Transformer 架构，拥有 364M 参数。该模型通过多码本预测和帧堆叠技术生成高保真语音，并支持批量合成和长文本生成。此次更新新增了阿拉伯语、韩语和葡萄牙语支持，移除了零样本语音克隆功能以增强安全性，并增加了 IPA 音素转换支持。模型基于 NeMo 框架开发，可用于级联语音代理、有声书和本地化等场景。
正文节选
--- license: other license_name: nvidia-open-model-license license_link: https://www.nvidia.com/en-us/agreements/enterprise-software/nvidia-open-model-license language: - ar - de - en - es - fr - hi - it - ja - ko - pt - vi - zh metrics: - CER - SSIM datasets: - MBZUAI/ClArTTS - tunis-ai/arabic_speech_corpus - mrfakename/Emilia-YODAS - MushanW/GLOBE_V2 - nvidia/hifitts-2 - ai4bharat/Kathbath - joujiboi/japanese-anime-speech - OpenSpeechHub/Common-Voice-17-Ja - amphion/Emilia-Dataset - seastar105