Magpie-Multilingual 357M
NVIDIA · nvidia/magpie_tts_multilingual_357m
Licença dos pesos: Termos do publicador: NVIDIA Open Model License · código e componentes podem ter outros termos
Qualidade
Sem score comparável
Nota, posição e número de amostras da Artificial Analysis excluídos: o plano gratuito é só para uso interno. Fonte consultada em 2026-09-22. Ranking (só link)
Informado pelo publicador
- Arabic (ar)
- 1,62%CER↓ (%) · v2607
- Chinese (zh)
- 3,17%CER↓ (%) · v2607
- English (en)
- 0,37%CER↓ (%) · v2607
- English accented (en)
- 0,34%CER↓ (%) · v2607
- French (fr)
- 1,54%CER↓ (%) · v2607
- German (de)
- 0,80%CER↓ (%) · v2607
- Hindi (hi)
- 1,23%CER↓ (%) · v2607
- Italian (it)
- 2,19%CER↓ (%) · v2607
Todos os resultados informados
- Japanese (ja)
- 1,40%CER↓ (%) · v2607
- Korean (ko)
- 2,69%CER↓ (%) · v2607
- Portuguese (pt)
- 2,91%CER↓ (%) · v2607
- Spanish (es)
- 0,60%CER↓ (%) · v2607
- Vietnamese (vi)
- 0,59%CER↓ (%) · v2607
- Arabic (ar)
- 0,806SSIM↑ (pred-context) · v2607
- Chinese (zh)
- 0,833SSIM↑ (pred-context) · v2607
- English (en)
- 0,822SSIM↑ (pred-context) · v2607
- English accented (en)
- 0,746SSIM↑ (pred-context) · v2607
- French (fr)
- 0,747SSIM↑ (pred-context) · v2607
- German (de)
- 0,742SSIM↑ (pred-context) · v2607
- Hindi (hi)
- 0,788SSIM↑ (pred-context) · v2607
- Italian (it)
- 0,773SSIM↑ (pred-context) · v2607
- Japanese (ja)
- 0,775SSIM↑ (pred-context) · v2607
- Korean (ko)
- 0,807SSIM↑ (pred-context) · v2607
- Portuguese (pt)
- 0,753SSIM↑ (pred-context) · v2607
- Spanish (es)
- 0,793SSIM↑ (pred-context) · v2607
- Vietnamese (vi)
- 0,725SSIM↑ (pred-context) · v2607
Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Evaluation). Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo
Roda em
Memória suficiente para a estimativa 119
A estimativa de planejamento de 16 bits cabe nesta memória. Não é um mínimo revisado.
Mostrar todos os 119
O publicador não documenta mínimo para este checkpoint (fontes consultadas em 2026-10-13). Os perfis de hardware são agrupados por uma estimativa de planejamento de 16 bits, rotulada, a partir da contagem de parâmetros publicada (2 bytes por parâmetro, 20% de margem, 2 GB de reserva). Precisão, resolução, duração, encoders de texto e offload mudam o requisito real. Não é execução medida.
Considere Magpie-Multilingual 357M, de NVIDIA, para a tarefa de text-to-speech (0,36B de parâmetros).
Este catálogo não verificou os requisitos de hardware deste registro. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial.
Velocidade medida
Nenhuma medição publicada para este checkpoint
A velocidade (fator de tempo real ou segundos por clipe) só aparece quando uma fonte a publica com hardware, build e configuração. Nunca é estimada.
Como rodar
Requisito de hardware não revisado. Este catálogo não verificou os requisitos de hardware deste registro. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial.
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
nemo-speech synthesize "Hello from Magpie Multilingual." \
--output speech.wavpip install nemo_toolkit[tts]@main
pip install kaldialignfrom nemo.collections.tts.models import MagpieTTSModel
speaker_map = {
"Aria": 0,
"Jason": 1,
"John": 2,
"Leo": 3,
"Sofia": 4,
}
transcript = "Hello world from NeMo Text to Speech."
language = "en"
speaker = "Sofia"
speaker_idx = speaker_map[speaker]
# Load the latest checkpoint (from the `main` branch).
model = MagpieTTSModel.from_pretrained("nvidia/magpie_tts_multilingual_357m")
audio, audio_len = model.do_tts(transcript, language=language, apply_TN=False, speaker_index=speaker_idx)
# To apply custom phoneme customization in supported languages like English
# Surround the IPA string in a '|' character and add a space token between each IPA character.
ipa_transcript = "Hello world from | ˈ n ɛ m o ʊ | Text to Speech."
audio, audio_len = model.do_tts(ipa_transcript, language=language, apply_TN=False, speaker_index=speaker_idx)Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.
Antes de baixar
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.
Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / versão
- nvidia/magpie_tts_multilingual_357m
- Tarefa e modalidade
- text-to-speech · áudio
- Contagem e base
- 0,36B · ficha do fabricante
- Lançamento
- nvidia/magpie_tts_multilingual_357m model card · consultado em 2026-10-13fonte
- Tamanho do repositório publicado
- 2 GBNão é memória de execução nem download mínimo.arquivos
- Componentes publicados
- Technical details pending review
- Runtime e precisão
- Nenhuma execução local verificada.
- Uso comercial
- Permitido NVIDIA Open Model License Agreement, last modified 2025-10-24 (copy shipped in NVIDIA's NVlabs/GRAIL repository) · consultado em 2026-10-18texto da licença
Licença, contagem de parâmetros e data de lançamento vêm das fontes do publicador listadas nesta página (uma data que nenhuma fonte informa fica vazia). O requisito de hardware não foi revisado, então a memória é uma estimativa rotulada. O tamanho do repositório, quando aparece, é o download publicado completo.
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · Artificial Analysis áudio · excluída (o plano gratuito é só para uso interno)
Catálogo revisado: 2026-09-22.






























































