KI-Berichte · Amazon · 2026-10-22 · Blog / Kommentar
Sprachausgabe mit geringer Latenz von KI-Agenten mithilfe von Kokoro TTS auf Amazon SageMaker AI streamen
Originaltitel: Stream low-latency speech from AI agents using Kokoro TTS on Amazon SageMaker AI
Sprachagenten warten oft auf die vollständige Antwort des Agenten, bevor sie mit der Sprachsynthese beginnen, was eine Latenz erzeugt, die Benutzer direkt spüren. Der Beitrag zeigt, wie jeder Satz an ein gehostetes Kokoro-82M-Text-to-Speech-Modell auf Amazon SageMaker AI gestreamt wird, sobald der Agent ihn erzeugt, sodass die Audiowiedergabe beginnen kann, bevor die vollständige Antwort fertig ist. Er behandelt auch die beiden Transportwege, über die die Audiodaten zurück in den Browser gelangen — Server-Sent Events oder einen einheitlichen binären Transport — und was jeder davon in der Praxis kostet.