NVIDIA telah meluncurkan serangkaian model text-to-speech (TTS) canggih yang meningkatkan kemampuan AI suara di berbagai platform. Model-model Riva TTS terbaru, termasuk Magpie TTS Multilingual, Magpie TTS Zeroshot, dan Magpie TTS Flow, secara signifikan meningkatkan kealamian suara dan akurasi pengucapan. Model-model ini dirancang untuk bekerja dengan lancar di lokasi, di cloud, di perangkat edge, dan di perangkat tertanam, serta dapat digunakan untuk berbagai aplikasi, mulai dari asisten digital hingga sulih suara studio.

Model Magpie TTS Multilingual unggul dalam interaksi suara multibahasa, sementara Magpie TTS Zeroshot memungkinkan kloning suara dengan sampel suara minimal. Sementara itu, Magpie TTS Flow dioptimalkan untuk aplikasi yang membutuhkan narasi berkualitas tinggi, seperti podcast dan buku audio. Model-model ini memanfaatkan arsitektur transformator encoder-decoder untuk menghadirkan sintesis ucapan secara real-time dengan latency rendah dan akurasi tinggi.

Pendekatan NVIDIA terhadap sintesis ucapan menggabungkan teknik-teknik inovatif seperti penyelarasan preferensi dan panduan bebas pengklasifikasi untuk memitigasi masalah umum dalam AI suara, seperti keluaran suara yang menyesatkan dan vokalisasi yang tidak perlu. Model-model ini telah dievaluasi secara ketat untuk kealamian dan kesamaan pembicara, dan mencapai skor tinggi bahkan dengan data pelatihan yang terbatas. Selain itu, model-model ini mendukung berbagai bahasa dan spesifikasi teknis, menjadikannya alat yang serbaguna bagi para pengembang dan pembuat konten.

Di bidang pengembangan AI yang bertanggung jawab, NVIDIA secara aktif bekerja sama dengan para pemimpin industri di bidang deepfake dan deteksi suara untuk memastikan penerapan teknologi suara sintetis yang aman. Kemitraan ini bertujuan untuk mencegah penipuan dan peniruan identitas, terutama di area sensitif seperti perbankan dan layanan pelanggan. Komitmen NVIDIA terhadap AI yang tepercaya tercermin dalam fitur aksesibilitas dan keamanan model Riva TTS, yang kini memungkinkan pengembang untuk mengintegrasikan model ini ke dalam aplikasi mereka.