AWS 博客介绍 Kokoro TTS 流式语音方案

AWS Machine Learning Blog 发布技术博客，介绍一套在 Amazon SageMaker AI 上为 AI 智能体流式合成语音的端到端方案：智能体每生成一句，就即时送入部署在 SageMaker AI 实时端点上的 Kokoro-82M 模型，语音从第一句开始合成，无需等整段回复生成完毕。该模型仅 8200 万参数，可运行在单台 ml.g5.xlarge GPU 实例上，示例容器同时提供 POST /invocations 与 WebSocket 双向流两条路径。 博客提示，示例容器固定了较旧版本的 PyTorch，存在已知漏洞 PYSEC-2026-2286（torch 2.10.0 已修复），并建议在任何非概念验证用途前审查并升级该版本；若前端已有可用的文本 SSE 管道，博客称在 SSE 事件中放入 base64 编码音频是务实选择。博客还提醒，为避免持续计费，应按逆部署顺序拆除资源，先拆智能体，再拆端点。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。