NVIDIA Magpie TTS: открытая модель для быстрых голосовых агентов с многозвычностью

NVIDIA выпустила Magpie TTS — открытую модель для построения голосовых ассистентов с поддержкой многозвычности и сверхнизкой задержкой. Она объединяет синтез речи (TTS) и автоматическое распознавание речи (ASR), что позволяет строить полноценных voice-агентов без привязки к облачным API.

Ключевое преимущество Magpie TTS — полный контроль над инференсом: модель поставляется с открытыми весами (open weights), что даёт возможность разворачивать её на собственном оборудовании, оптимизировать под конкретные сценарии и не зависеть от сторонних сервисов. Это особенно актуально для приложений, где важны конфиденциальность данных и низкая задержка (real-time коммуникация).

NVIDIA подчёркивает, что Magpie TTS использует архитектуру, оптимизированную для работы на ускорителях компании, но при этом совместима с популярными фреймворками развёртывания. Модель поддерживает несколько языков, что делает её кандидатом для мультиязычных голосовых интерфейсов — от IVR-систем до голосовых помощников в промышленности.