SageMaker AI 上 Kokoro 语音流式合成方案

AWS Machine Learning Blog 介绍了一套在 Amazon SageMaker AI 上运行的语音流式合成方案：将 AI 智能体生成的每个句子即时送入部署在 SageMaker AI 实时端点上的 Kokoro-82M 语音合成模型，使音频在完整回复生成前就开始播放。 该方案附带的示例容器固定使用较旧版本的 PyTorch，存在已知安全公告 PYSEC-2026-2286（在 torch 2.10.0 中修复）；AWS 称在用于概念验证之外的场景前应检查并升级该版本。构建容器镜像需要 Python 3.12 或更高版本、uv 和 Docker。若前端已有可用的文本 SSE 管道，AWS 认为在 SSE 事件中放入 base64 编码音频是务实选择。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。