AWS 发布 SageMaker 逐句流式语音合成方案

AWS Machine Learning Blog 发布教程，介绍如何把 AI 智能体逐句生成的文本即时送入部署在 Amazon SageMaker AI 实时端点上的 Kokoro-82M 语音合成模型，让音频从第一句就开始合成，而不是等整段回复完成。 方案给出两种传输方式：若前端已有可用的 SSE 文本管道，可在 SSE 事件中放入 base64 编码音频；若新建语音链路或以低延迟为优先，则采用统一的二进制与 JSON 方式，复用承载文本的连接。构建容器镜像需 Python 3.12 或更高版本、uv 和 Docker。 该教程同时提示，示例容器固定了存在已知安全公告 PYSEC-2026-2286 的旧版 PyTorch（该问题在 torch 2.10.0 修复），用于非概念验证场景前应检查并升级该版本。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。