NVIDIA Magpie TTS 开源多语言语音方案

NVIDIA 更新开源语音合成模型 Magpie TTS Multilingual，添加现代标准阿拉伯语、韩语、巴西葡萄牙语三种语言支持，并改进法语、西班牙语等已有语言的合成质量。模型参数 364M，支持 12 种语言，每语种包含男声和女声，开放权重，可在自有基础设施上部署。

Magpie 内核卖点是延迟可控。官方实测数据：B200 GPU 上单流首段音频延迟（TTFA）仅 32ms，H100 上 47ms，A100 上 79ms；64 并发下 B200 的 TTFA 为 239ms，吞吐量达 320 倍实时。配合 ASR 与 LLM 处理，总端到端延迟可控制在 200ms 以内。

💡 为什么值得看开源 TTS 模型添加阿、韩、巴葡三语，提升自然度，适合需自控延迟的语音 Agent 团队。