AI रिपोर्ट्स · Amazon · 2026-10-22 · ब्लॉग / टिप्पणी
Amazon SageMaker AI पर Kokoro TTS का उपयोग करके AI एजेंटों से लो-लेटेंसी स्पीच स्ट्रीम करें
मूल शीर्षक: Stream low-latency speech from AI agents using Kokoro TTS on Amazon SageMaker AI
वॉयस एजेंट अक्सर स्पीच सिंथेसिस शुरू करने से पहले एजेंट के पूरे रिस्पॉन्स का इंतज़ार करते हैं, जिससे ऐसी लेटेंसी जुड़ती है जिसे उपयोगकर्ता सीधे महसूस करते हैं। पोस्ट दिखाती है कि एजेंट के हर वाक्य को उत्पन्न होते ही Amazon SageMaker AI पर होस्ट किए गए Kokoro-82M टेक्स्ट-टू-स्पीच मॉडल पर कैसे स्ट्रीम करें, ताकि पूरा रिस्पॉन्स खत्म होने से पहले ही ऑडियो प्लेबैक शुरू हो सके। यह उन दो ट्रांसपोर्ट के बारे में भी बताती है जिनके ज़रिए वह ऑडियो ब्राउज़र तक वापस पहुँचाया जाता है—Server-Sent Events या एक यूनिफ़ाइड बाइनरी ट्रांसपोर्ट—और साथ ही व्यवहार में हर एक की क्या लागत आती है।