Nvidia uvolnila Magpie TTS, open-weights model pro vícejazyčné hlasové agenty s nízkou latencí, který lze nasadit zcela lokálně bez cloudové závislosti. Nasazení popisuje Hugging Face blog s technickým průvodcem.
Magpie TTS cílí na scénáře, kde je latence kritická – například real-time zákaznické linky nebo hlasové asistenty ve výrobě. Open-weights charakter modelu umožňuje plnou kontrolu nad nasazením, tréninkovými daty i výstupem, bez odesílání hlasových dat na servery třetí strany.
Hugging Face zveřejnil podrobný deployment guide včetně ukázek pro různé jazyky. Vícejazyčnost je klíčový diferenciátor: většina open-source TTS modelů dosud pokrývá primárně angličtinu a výkon v jiných jazycích rapidně klesá.
Proč by vás to mělo zajímat
Firmy, které dosud odkládaly nasazení hlasového AI kvůli obavám z odesílání citlivých hovorů do cloudu, mají od teď open-weights alternativu s enterprise-grade latencí přímo od Nvidie.
