Выбран синтетический референс Xenia. Ниже — реальные записи Qwen на H100. Отдельный Silero-сервис не добавляется.
Пилот включён и проверен в Chat Agent 2.7.0. Голос Xenia: один синтез и полное воспроизведение короткого ответа. Начало воспроизведения в панели через 330 мс после финального текста; Gateway получил подтверждение через 425 мс. Длительность речи 3,44 с, вычисление 1,327 с. Буферизация и ошибки не наблюдались. Измеренная прибавка около 35 мс к ASR согласована пользователем.
Автоматическая расшифровка не оценивает естественность голоса. Сравнить произношение можно по образцам ниже.
Готово. Я нашла подходящий маршрут и отметила его на карте.
Рейс прибудет в 17:45. Координаты точки — 55.7558 и 37.6173.
Для синтеза время и десятичные числа подготовлены словами. Текст ответа в чате сохраняется.
Рейс прибудет в семнадцать часов сорок пять минут. Координаты точки — пятьдесят пять точка семь пять пять восемь и тридцать семь точка шесть один семь три.
The GeoJSON layer is ready. Check WGS84 and the updated METAR before departure.
Qwen искажал время и десятичные значения в исходной цифровой записи. Этот вариант не принят для выпуска.
«Распознавание, сценарий и модель надо измерять отдельно».
Это референс, а не результат Qwen. Закреплены аудио, текст и контрольные суммы.Проверка 11.11: одинаковая запись, одинаковые хеши входа модели, один вызов ASR. Без синтеза — 26,756 мс; два совместных прогона — 63,662 и 61,637 мс. Свободно 2 375 МиБ GPU. У Qwen первый PCM — 290–292 мс, первый Opus-блок — 296–299 мс. Это короткая проверка, не p95 и не оценка естественности голоса.
На H100 удалены четыре неиспользуемых пробных образа: освобождено около 29,5 ГБ. Рабочий образ и локальный Fish для отката сохранены.