NVIDIA 推出開源多語音 TTS 模型 Magpie,支援 12 語言且 B200 首包延遲僅 32ms
該模型具備約 3.6 億參數,透過幀堆疊架構將解碼迭代次數減半以提升吞吐量,並已於 Hugging Face 上架開放權重。
HuggingFace Blog一手來源
57 則值得知道的變化
該模型具備約 3.6 億參數,透過幀堆疊架構將解碼迭代次數減半以提升吞吐量,並已於 Hugging Face 上架開放權重。
新功能現已向 iOS、Android 與網頁版的所有使用者開放,無須額外設定即可使用,並支援建立每日簡報的自動化流程。
新功能內建四種品質模式,讓使用者可依據實際任務需求,在極致的生成速度與高解析度影像細節之間自由切換與取得平衡。