Voice / Speech / Multimodal
BlueMagpie-TTS：面向台灣口音與中英混合的開源語音合成模型
OpenFormosa BlueMagpie-TTS 是面向台灣口音與中英混合語境的開源 TTS 模型，保留 VoxCPM 聲學架構並換上 Barbet 文字語意模型；官方提供 GitHub、Hugging Face 模型與 Demo，但也提醒授權與人工審核邊界。
2026年6月22日4 分鐘閱讀👁 7
Taiwan AI / TTS / OpenFormosa
BlueMagpie-TTS：面向台灣口音與中英混合的開源語音合成模型
OpenFormosa 第三彈 BlueMagpie-TTS 聚焦台灣語音應用長期缺口：台灣口音與中英夾雜。它保留 VoxCPM 的預訓練聲學架構，將負責文字語意、韻律規劃與節奏重音的「腦袋」換成 OpenFormosa/Barbet，再透過橋接模組接到聲學生成端。
定位
臺灣口音中文 + 中英 code-switching 的文字轉語音模型，目標是讓 TTS 更像台灣人實際說話。
架構
Barbet 負責「要說什麼、怎麼安排韻律」，VoxCPM 聲學模組負責把規劃轉成聲音，兩者以橋接模組接合。
開放資源
官方提供 GitHub 程式碼、Hugging Face 模型與線上 Demo；模型內附已授權的李宏毅老師語者向量作為示例聲音。
Threads 原始重點：Chung Ho Lam 表示 OpenFormosa 第三彈 BlueMagpie-TTS 是「臺灣口音、中英混合的開源語音合成模型」，可以在網頁上聽效果，可能是目前最好的台灣腔 TTS 模型。本文已補讀 OpenFormosa 官方文章、GitHub README 與 Hugging Face model card 交叉確認。
為什麼這件事值得記錄
台灣的語音產品常卡在兩個問題：第一，多數中文 TTS 的腔調不像台灣華語；第二，台灣真實語境大量混用英文單字、縮寫、產品名、技術名詞，純中文或純英文模型在切換邊界很容易出錯。BlueMagpie-TTS 的價值在於直接把這兩個需求當作模型設計目標，而不是事後補丁。
OpenFormosa 官方用一句話概括它的做法：保留一套已經訓練好的聲學架構，只替換負責文字語意與韻律規劃的語言模型。換句話說，它不是重新發明整個 TTS stack，而是把「聲音品質」與「台灣語境理解」拆開處理。
| 面向 | BlueMagpie-TTS 的做法 | 意義 |
|---|---|---|
| 台灣口音 | 針對台灣華語與在地發音需求設計 | 不只是繁中輸入，而是讓聲音更接近台灣使用者期待 |
| 中英混合 | 處理中文、英文單字、縮寫、專有名詞切換 | 適合 AI、SaaS、工程、教育等常見 code-switching 場景 |
| 評估方式 | TTS 合成 → Breeze-ASR-25 還原 → 逐字比對 | 用可重現的「能不能被聽回正確文字」來衡量清晰度 |
| 開源路徑 | GitHub 程式碼 + Hugging Face 模型 / Demo | 方便社群試用、部署、檢查與再訓練 |
模型架構：保留聲學，替換腦袋
Barbet
來自 OpenFormosa/Barbet，負責文字語意、韻律規劃、節奏與重音。官方說法是它決定「要說什麼」。
VoxCPM / VoxCPM2
聲學模組取自 OpenBMB VoxCPM，採 Apache-2.0 授權，專案內含於 bluemagpie/_vendor/。