AI 报告 · Amazon · 2026-10-22 · 博客 / 评论
在 Amazon SageMaker AI 上使用 Kokoro TTS 从 AI 代理流式传输低延迟语音
原标题: Stream low-latency speech from AI agents using Kokoro TTS on Amazon SageMaker AI
语音代理通常要等代理生成完整响应后才开始语音合成，由此增加的延迟会被用户直接感受到。本文展示了如何在代理生成每一句话时就立即将其流式传输到 Amazon SageMaker AI 上托管的 Kokoro-82M 文本转语音模型，使音频播放可以在完整响应结束之前开始。本文还介绍了将音频传回浏览器的两种传输方式—Server-Sent Events 或统一的二进制传输—以及两者在实践中的开销。