AWS 博客介绍 SageMaker AI 流式语音合成方案

2026年10月23日，AWS Machine Learning Blog 发布教程，介绍在 Amazon SageMaker AI 实时端点上托管 Kokoro-82M 文本转语音模型，为 AI 智能体提供低延迟流式语音输出。该方案将智能体逐句生成的文本即时送入合成，使音频在首句产出后即开始播放，无需等待整段回复完成。教程同时给出前端接入的两种选择：若已有可用的 SSE 文本管道，可在 SSE 事件中嵌入 base64 编码音频；若新建语音链路或以延迟为优先，则采用统一的二进制与 JSON 方式，避免额外开销并复用已承载文本的连接。文中还提示，示例容器固定了较旧版本的 PyTorch，存在已知安全公告 PYSEC-2026-2286（在 torch 2.10.0 中修复），建议在任何非概念验证用途前审查并升级该版本锁定。目前事件进展即为该教程的发布与方案说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。