NVIDIA Magpie TTS: открытые веса, мультимодальность и low-latency инференс голосовых агентов

NVIDIA представила обновление мультиязычной системы синтеза речи Magpie TTS с открытыми весами и поддержкой production-ready контейнеров NVIDIA NIM. Архитектура ориентирована на каскадные пайплайны голосовых ассистентов, где критически важна каждая миллисекунда задержки (TTFT) при работе в реальном времени. Обновление расширяет языковую базу до 12 языков, включая современный стандартный арабский, корейский и бразильский португальский, а также улучшает качество синтеза на уже поддерживаемых локалях. Главные технические особенности релиза: - Полный контроль над пайплайном: независимая оптимизация компонентов ASR, LLM и TTS на собственных серверах. - Поддержка enterprise-развертывания через NVIDIA NIM с готовыми оптимизациями под GPU-инфраструктуру. - Низкий оверхед на генерацию аудио для мультиязычных корпоративных ботов, систем поддержки и медицинских ассистентов. 💡 Где захостить и как запустить: Рассчитать точный VRAM под кванты этой модели, скорость генерации (токенов/сек) и выбрать подходящий сервер с GPU можно у нас на ServerSales в калькуляторе AI-моделей (/ai) или каталоге GPU (/gpu).