AWS语音合成优化
2 steps2 pieces2 Sources
Amazon Web Services (AWS) 近期发布了两篇技术博客,详细阐述了如何在 Amazon SageMaker AI 平台上优化文本转语音(TTS)模型的部署性能与延迟。核心突破在于摒弃传统的猜测性自动扩缩容参数,转而采用基于实测数据(单实例并发上限 Q_max 和端到端扩容耗时 T_total)的算术推导方法,并引入逐句流式输入机制,使非自回归模型 Kokoro-82M 在双向流式端点上的首音频延迟降低了 2.4 至 3.5 倍。这些优化旨在解决实时语音交互中因等待完整响应生成而导致的用户感知延迟问题,同时通过更精准的扩缩容策略平衡 GPU 成本与服务水平目标(SLO)。
How it got here
AWS 发布博客《Stop guessing auto scaling targets for TTS on Amazon SageMaker AI》,提出用两个实测值(Q_max 和 T_total)替代自动扩缩容的猜测参数,适用于延迟敏感、并发受限的实时推理端点。
aws.amazon.com ↗AWS 发布博客《Stream low-latency speech from AI agents using Kokoro TTS on Amazon SageMaker AI》,展示如何通过将逐句流式输入接入双向 TTS 端点,在不增加并行度的前提下将语音智能体首音频延迟降低 2.4 至 3.5 倍。
aws.amazon.com ↗
What is still unsettled
- 该四数模型(选定延迟SLO、溢出比率、Q_max、T_total)在其他非Kokoro系列的自回归TTS模型上是否同样适用?
- 除了Kokoro-82M,AWS是否计划为其他主流开源TTS模型提供类似的官方扩缩容基准测试工具或指南?