magpie

NVIDIA 于 2026 年 8 月开源的多语言 TTS 模型 Magpie TTS 托管在 Hugging Face，支持 12 种语言，面向开发者、研究者和需本地化部署的团队，可自行部署微调、不按调用量付费；普通配音用户更适合现成产品。另有深圳音述科技 2024 年 11 月推出的 AI 音乐创作社区平台音述AI，主打零基础写歌，面向中文普通用户。两者定位差异明显，开源不等于可随意商用，许可

如果你问的「Magpie」是指英伟达那套文本转语音（TTS）模型，那结论很直接：它是 NVIDIA 在 2026 年 8 月开源的一套多语言语音合成模型，主打 12 种语言，模型托管在 Hugging Face 上，代码和权重走开源路线，属于「拿来就能跑、能改、能二次开发」的那一类。它不是面向普通用户的配音 App，而是给开发者和研究者用的底层模型。

Magpie TTS 到底是什么

按 NVIDIA 官方在 Hugging Face 博客发布的信息，Magpie TTS 由 NVIDIA Magpie 团队推出，发布时间是 2026 年 8 月 10 日，发布地点涉及 NVIDIA 总部所在地美国加利福尼亚州圣克拉拉，以及 Hugging Face 平台（模型托管方）。参与发布的人员信息中出现了 maryameee、md 等账号。

几个关键点拎出来说：

• 开源：这是它和很多商业 TTS API 最大的区别。开源意味着你可以自己部署、自己微调，不用担心被按调用次数计费。
• 12 种语言：多语言覆盖是它的核心卖点之一，适合做跨语种的语音产品。
• 托管在 Hugging Face：获取方式很标准，去 Hugging Face 上找模型页即可，不用绕官网注册流程。

它适合谁用

我把适用人群分成三类，你可以对号入座：

1. 做语音产品的开发者：需要在自己的 App、客服系统、有声内容平台里接入 TTS，又不想长期被 API 账单绑住，开源模型是更可控的选择。
2. 研究者和学生：要复现、对比、改进多语言 TTS，有权重和代码可改，比黑盒 API 强太多。
3. 想本地化部署的团队：数据不出内网，合规压力小。

反过来说，如果你只是想给自己剪个视频配个音、不想碰命令行，那 Magpie TTS 不是为你准备的，这类需求更适合直接用现成的 AI 音乐/配音产品。

关于收费：目前没有可写的定价信息

需要说明的是，本站收录的信息里没有给出 Magpie TTS 的任何收费、额度或授权细节。它被描述为开源模型，但具体商用条款、许可证类型，建议以 Hugging Face 模型页和 NVIDIA 官方说明为准，不要轻信二手转述。这也是我一贯的建议：开源不等于随便商用，许可证要自己看一眼。

顺带说一个容易混淆的：音述AI

搜「magpie」的人里，有一部分其实是想找 AI 音乐创作工具，那可以看看 音述AI。它是深圳音述科技有限公司在 2024 年 11 月推出的 AI 音乐创作社区平台，定位是全球首个 AI 音乐创作社区平台，并且专门为中文用户做了深度优化。

它的价值点在于降低了音乐创作的门槛：官方教程的说法是「3 分钟学会 AI 写歌，小白变音乐人」，也就是不需要专业乐理、不需要昂贵设备、不需要复杂流程。对于想快速产出一首歌、做短视频配乐、玩玩旋律创意的普通用户，这类工具比 TTS 模型更对路。

两者定位差别很大，简单对比一下：

怎么上手 Magpie TTS

因为它是托管在 Hugging Face 上的开源模型，路径基本是固定的：

• 去 Hugging Face 搜 Magpie TTS，找到 NVIDIA 发布的模型页；
• 看模型卡里的许可证、支持语言列表和推理示例；
• 按示例加载权重，先跑通一段最短的合成，确认环境和依赖没问题；
• 再根据你的场景做微调或封装成服务。

提醒一句：多语言 TTS 的实际效果跟语种、音色、文本规范化关系很大，12 种语言不代表 12 种语言都一样好，上线前一定要按你的目标语种做小样本评测。

我的判断

Magpie TTS 的意义不在于「又一个 TTS」，而在于 NVIDIA 把多语言语音合成往开源方向推了一步。对中小团队来说，这等于多了一个不按调用量付费的选项；对个人开发者来说，是一个可以深入研究的完整模型。但它的信息目前还比较集中在「发布」这一层，实际效果、许可证细节、生态工具链都还需要时间沉淀，别看到「开源」两个字就直接上生产。

相关问题

1. Magpie TTS 支持中文吗？
它覆盖 12 种语言，但本站收录的信息没有逐一列出语种清单，中文是否在列、效果如何，建议以 Hugging Face 模型页的语言标签为准。

2. Magpie TTS 可以商用吗？
开源模型的商用条件取决于具体许可证，本站未收录相关条款，务必自行核对模型页上的 license 说明。

3. Magpie TTS 和商业 TTS API 怎么选？
要可控、要本地部署、要二次开发，选开源模型；要开箱即用、不想运维，选商业 API。核心是算清长期调用成本和技术人力成本。

4. 音述AI 适合零基础的人吗？
它的定位就是降低门槛，官方教程主打「3 分钟学会 AI 写歌」，面向的正是没有乐理基础的中文用户。

5. 开源 TTS 模型部署难吗？
取决于你的环境。一般先跑通官方推理示例，再考虑封装成服务；多语言场景还要额外做文本规范化和语种评测。