README.md

metadata

title: BlueMagpie-TTS Demo
emoji: 🐦‍⬛
colorFrom: blue
colorTo: indigo
sdk: gradio
sdk_version: 5.49.1
app_file: app.py
pinned: false
license: apache-2.0
short_description: 台灣華語／中英混合 文字轉語音（BlueMagpie-TTS）線上試用
models:
  - OpenFormosa/BlueMagpie-TTS

🐦‍⬛ BlueMagpie-TTS Demo

OpenFormosa Blue Magpie TTS 的線上試用 Space —— 一套針對台灣華語與中英混合（code-switching）打造的文字轉語音模型，輸出 48 kHz 單聲道語音，支援免逐字稿聲音複製。

本 demo 提供三種使用情境（對應三個分頁）：

• 指定語者 —— 用模型內附的語者向量控制音色：李宏毅（已取得本人授權）或女聲（通用語者向量）。
• 聲音複製 —— 免逐字稿：錄或上傳一段 3 秒以上的乾淨參考音檔，直接模仿該語者的音色。請只使用你已取得授權的聲音。
• 長文逐句串流 —— 貼上長文，切句後合成一句、播一句，第一句很快出聲。

模型表現（內部保留測試集）

條件	CER ↓	WER ↓
語者向量（centroid）	7.44%	8.57%
參考音檔（免逐字稿）	8.99%	11.77%
參考基準系統（同一測試集）	11.45%	14.83%

CER＝合成語音用 ASR 轉寫回文字後，與原文不一致的字元比例（越低越好）。以語者向量條件為例，相對基準**降低約 35%**。

相關連結

• 模型：OpenFormosa/BlueMagpie-TTS
• 程式碼與完整文件：github.com/OpenFormosa/BlueMagpie-TTS（含本機安裝、CPU／Apple Silicon 執行、批次推論引擎）

參數說明

兩個生成參數可在頁面上方的「⚙️ 生成參數」區調整（三個分頁共用），預設為模型卡建議值：

參數	說明
cfg_value	引導強度，數值越大越貼合條件、但可能較不自然（預設 2.0，可調 1.0–4.0）
inference_timesteps	取樣步數，越多通常品質越好、速度越慢（預設 10，可調 4–20）
語速	保持音高的變速後處理（librosa time_stretch；模型本身無語速參數），預設 1.0×，可調 0.8×–1.3×

合成的語音僅供研究與評估展示用途，正式使用前請人工檢視。授權：Apache-2.0。